2023.6 结论
- WSL+ubuntu（或者纯ubuntu）可以解决大部分问题，比如ubuntu20.04默认的python3.8下可以支持：
Tensorflow_federated 0.33+TF2.9+cuda11.8
不玩TFF，可以上TF2.11，cuda11.8也支持。
pytorch2当前只支持到cuda11.8，所以不需要搞得太高版本。
2.在windows下，也是建议cuda11.8+cudnn8.8（这个高低一些低一些好像都行），同时可以支持pytorch2和TF2.10，但TFF只能玩0.17版。
| TF | Cuda | Cudnn | Keras |
|---|---|---|---|
| tensorflow2.10.x | cuda11.8.0 | cudnn8.8.0(for cuda11.x) | keras2.10.0 |
需要注意的是：
- Tensorflow 2.10是最后一个在windows上支持GPU的版本，更高版本的TF在windows上找不到GPU，最好转到ubuntu。
- 这个版本的CUDA在windows上可能出“Could not locate zlibwapi.dll“ 错误，解决方法：
- 下载 http://www.winimage.com/zLibDll/zlib123dllx64.zip
（这个连接来自官方文档[Installation Guide :: NVIDIA Deep Learning cuDNN Documentation）(https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html ）
2，里面的zlibwapi.lib文件拷贝到cuda安装目录的lib文件夹，zlibwapi.dll文件拷贝到cuda安装目录的bin文件夹即可，压缩包内别的文件都不用管。
如果不是历史问题，下面的东西不太用看了，不太需要考虑多版本cuda。
-----------------------下面是一些老皇历了--------------------
多版本tensorflow+cuda+cuDNN共存环境
python版本
- python 3.8.10可以支持到TF 2.6（但在wsl上测试，tf2.11也能跑），2.10以上推荐使用python3.9以上，具体懒得细致整理了。
- TF1建议用pyhton3.6.x，用python3.8.x ，pip install tensorflow==1.x.x 提示找不到对应版本。
之前测试过的的TF+Keras+CUDA版本
| TF | Cuda | Cudnn | Keras |
|---|---|---|---|
| tensorflow1.14 | cuda10.0.x | cudnn7.4.2（for cuda10） | keras2.2.5 |
| tensorflow2.3.4 | cuda10.1.x | cudnn7.6.5（for cuda10.1） | keras2.4.3 |
| tensorflow2.6.3 | cuda11.2.x | cudnn8.1.1 | keras2.6.0 |
windows玩联邦学习
| TTF | TF | 平台 |
|---|---|---|
| -tensorflow-federated 0.17 | tensorflow2.3.4 | Windows |
tff目前最新版本是0.48，但里面涉及到一些包只支持linux，windows下还没找到好的安装方法。
显卡
- 亲测3060不能很好的支持cuda10.1，会卡在莫名其妙的地方。
- 尝试跑了一个非图像的项目，3060比2060只快了7%。不过可能是风扇更大，温度保持在50多度，2060要80度了。
- 显卡驱动，据说 studio版本比game ready的要好，也有人说差不多。
cuda+cudnn多版本切换
- 打开windows的系统环境变量，看到CUDA_PATH这里，根据想用的cuda版本，选择合适的路径。
image.png -
然后在点开path环境变量：
image.png - 最上面四个cuda相关的路径，两个关于10.1，两个关于10.0，用谁就把相应的版本上移。（这个步骤有点玄学，可能没用，但保险）。
- 最后重启pycharm，怕不保险就重启电脑。
- 此外，还有人说要修改NVCUDASAMPLES_ROOT这个环境变量，但目前感觉不用
