使用RTX3080显卡搭建基于Pycharm+Python+Cuda+cuDNN+TensorFlow的深度学习开发环境

本文链接：https://blog.csdn.net/tjhyx2012/article/details/112955582

作为一名新手，也是出于兴趣，我通过查找有关资料，使用RTX3080显卡搭建了基于Pycharm+Python+Cuda+cuDNN+TensorFlow工具的开发环境，也解决了一些问题，希望对刚入门深度学习的新手有所帮助，也欢迎比较懂的朋友多提宝贵意见，相互学习。

一、软、硬件准备

A. 硬件准备

看到标题进来的朋友自然要知道，要搭建基于Pycharm+Python+Cuda+cuDNN+TensorFlow，显卡是必备的，而且必须是NVIDIA的，所以要搭建这样一个环境，自然少不了一块能进行AI开发的显卡，以下是本文使用的配置概览：

  操作系统            Windows 10 专业版 64位

  处理器              英特尔 Core i5-10400F
  主板                技嘉 B460 AORUS PRO AC ( LPC Controller B460芯片组 )
  主显卡              Nvidia GeForce RTX 3080 ( 10 GB / 华硕 )
  内存                64 GB ( 金士顿 DDR4 2666MHz )
  主硬盘              三星 SSD 970 EVO Plus 500GB ( 500 GB / 固态硬盘 )

B. 软件准备

1，Pycharm专业版或者社区版。如果有教育邮箱可申请1年免费使用期，社区版需要注册并登录邮箱账号即可免费使用，Pycharm官网下载地址：https://www.jetbrains.com/pycharm/download/#section=windows，本文使用的版本为 PyCharm 2020.3.2 64位专业版。

2，Python软件。需要查看TensorFlow所支持的版本，具体参考TensorFlow官网中GPU版本部分（https://tensorflow.google.cn/install/source_windows#gpu），当确定Python版本后，可前往官网下载：https://www.python.org/，本文使用版本为Python3.8 64位，因为TensorFlow目前最新版本为2.4.0，通过查询TensorFlow官网得知，目前支持的Python版本号为3.8。

3，Cuda软件。CUDA下载页面：https://developer.nvidia.com/cuda-downloads,这里需要提醒的是不一定非要按照TensorFlow官网中对应的Cuda与cuDNN版本下载，后面我再详细介绍如何解决这一问题。本文使用Cuda版本为目前最新版CUDA Toolkit 11.2。

4，cuDNN软件。下载地址：https://de