# CUDA、cuDNN、TensorFlow 虛擬環境建置紀錄
因為最近大三要做專題
系上提供了一台配有 GPU(1650ti) 的筆電
就順便紀錄一下 cuda、cudnn 和 tensorflow-gpu 的安裝過程
## **Step 0 確認 GPU 配對的 CUDA 版本**
1. 首先在cmd下

    nvidia-smi

2. 這裡會顯示你的所有 GPU 資訊和 GPU 的使用情況。第一行中，CUDA Version 顯示的是**可以安裝 CUDA 的最高版本**，依照我的顯示卡來說，最高是到 12.0 !

3. TensorFlow、CUDA、cuDNN 對照表可以到 [這裡](https://tensorflow.google.cn/install/source_windows?hl=en#gpu) 看
(TensorFlow 對應的 CUDA 只能高不能低，但有時太高也會出問題，盡量接近或相同)

## **Step 1 下載 cuda**
知道了電腦需要的 CUDA 版本之後就可以開始安裝 CUDA 了
CUDA 下載在 [這裡](https://developer.nvidia.com/cuda-toolkit-archive)
依照我的 GPU 支援的 CUDA 我就找 12.0 以下的
1. **先從官網找 exe**

2. **開始安裝**

3. **選擇自訂**

4. **選擇 CUDA 就好**

5. **檢查 CUDA 位置**
之後下載結束後，可以在 cmd 下

    where nvcc

可以查看 cuda 安裝的位置

## **Step 2 下載 cuDNN**
CUDA 下載後就要換下載 cuDNN 了
cuDNN 下載在 [這裡](https://developer.nvidia.com/rdp/cudnn-archive)

1. **先從官網找版本**
他都會說他是 for 什麼版本的 CUDA
2. **下載 Local Installer for Windows**
因為我作業系統是 Windows 下載 Local Installer for Windows
3. **把資料放進 CUDA 資料夾**
下載完 zip 裡的資料夾大概長這樣
然後到 cuda 的資料夾位置裡，會有跟剛剛 cuDNN 同名的資料夾
之後就把 bin、include、lib，覆蓋掉 cuda 裡同名的資料夾，CUDA 和 cuDNN 在這裡就已經完成了

## **Step 3 使用 Virtualenv 創建虛擬環境**
1. **安裝 Virtualenv**

    pip install virtualenv

2. **確認python位置**
Virtualenv 的語法可以指定 Python 版本創建虛擬環境
要確定 Python 位置可以下

    where python


3. **創建虛擬環境**
前面是指定 Python 版本，後面是虛擬環境名稱

    virtualenv --python=C:\python\python\py37_9\python.exe test_venv

4. **啟動虛擬環境**

    cd test_venv/Script
    activate

前面有 (test_venv) 就代表成功啟動了
5. **退出虛擬環境**

    deactivate

## **Step 4 虛擬環境中安裝 TensorFlow**
我這個虛擬環境 Python 版本是 3.7.9，那我選一個支援的 TensorFlow-GPU 版本是 2.8.0

pip install tensorflow-gpu==2.8.0

之後想要確認 GPU 是否抓的到，可以依以下步驟
1. 創建一個 Python 程式
2. import 套件

    import tensorflow

必須沒有出現 No Moudle named "tensorflow"，才算成功
3. 檢查 CUDA 能否抓到 GPU

    from tensorflow.python.client import device_lib
    print(device_lib.list_local_devices())

有出現 GPU 才算完成

## **Step 5 打包venv**
可以把虛擬環境中安裝的套件全部列為一個 txt

pip freeze > requirements.txt

安裝套件 txt 中的套件

pip install -r requirements.txt