Windows10、Ubuntu20.04深度学习环境配置（CUDA安装、CUDNN安装、3060显卡）
一、软硬件配置介绍
- 操作系统：Windows 10 和 Ubuntu 20.04 均适用
- GPU：Nvidia Geforce RTX 3060
- Python：3.8
- Tensorflow：2.5.0
二、环境配置步骤
1、安装显卡驱动
（1）Windows 10
在Nvidia驱动下载官网下载522.25版本的驱动并安装。
（2）Ubuntu 20.04
打开系统设置，找到软件更新里的附加驱动，选择470版本的驱动即可。注意，安装完成后需要重启一次。
安装完成后使用 nvidia-smi 命令进行验证。
2、安装并配置Conda
（1）安装conda
此处选择miniconda。访问miniconda官网下载对应版本并安装。注意：需要加入path环境变量。
（2）conda配置国内源
配置conda清华源：
首先执行以下命令生成conda配置文件：
conda config --set show_channel_urls yes
在用户目录下找到配置文件.condarc，打开用以下内容替换并保存。
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
配置pip清华源：
在用户目录下新建目录pip（Ubuntu下为.pip），在该目录下新建配置文件pip.ini（Ubuntu下为pip.conf），使用以下内容替换配置文件并保存。
Windows使用以下内容：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn
Ubuntu使用以下内容：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn
3、安装cuda和cudnn
首先创建名为test的conda环境（名字可以自己改），python版本为3.8，并激活该环境。
conda create -n test python=3.8
conda activate test
（1）安装cuda和cudnn
conda install cudatoolkit==11.3.1
conda install cudnn==8.2.1
（2）验证
import tensorflow as tf
print(tf.test.is_gpu_available())
print(tf.config.list_pysical_list('GPU'))