Python tensorflow过渡到gpu版本
我使用tensorflow已经有一段时间了,在我尝试切换到gpu版本之前,一切都正常工作 卸载以前的tensorflow, pip安装的tensorflow gpu(v2.0) 下载并安装visual studio community 2019 已下载并安装CUDA 10.1 下载并安装cuDNN 使用CUDA样本“deviceQuery_vs2019”进行测试,结果为阳性。 测试通过 英伟达GeForce rtx 2070 使用以前的工作文件运行测试并获取错误 tensorflow.python.framework.errors\u impl.InternalError:cudaGetDevice()失败。状态:未找到cudaGetErrorString符号 经过一些研究,我发现支持的CUDA版本是10.0 所以我降低了版本,更改了CUDA路径,但没有任何更改 使用此代码Python tensorflow过渡到gpu版本,python,tensorflow,Python,Tensorflow,我使用tensorflow已经有一段时间了,在我尝试切换到gpu版本之前,一切都正常工作 卸载以前的tensorflow, pip安装的tensorflow gpu(v2.0) 下载并安装visual studio community 2019 已下载并安装CUDA 10.1 下载并安装cuDNN 使用CUDA样本“deviceQuery_vs2019”进行测试,结果为阳性。 测试通过 英伟达GeForce rtx 2070 使用以前的工作文件运行测试并获取错误 tensorflow.pytho
import tensorflow as tf
print("Num GPUs Available: ",
len(tf.config.experimental.list_physical_devices('GPU')))
我明白了
2019-10-01 16:55:03.317232: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library nvcuda.dll
2019-10-01 16:55:03.420537: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1618] Found device 0 with properties:
Num GPUs Available: 1
name: GeForce RTX 2070 major: 7 minor: 5 memoryClockRate(GHz): 1.62
pciBusID: 0000:01:00.0
2019-10-01 16:55:03.421029: I tensorflow/stream_executor/platform/default/dlopen_checker_stub.cc:25] GPU libraries are statically linked, skip dlopen check.
2019-10-01 16:55:03.421849: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1746] Adding visible gpu devices: 0
[Finished in 2.01s]
CUDA似乎能识别卡,tensorflow也能识别,但我无法消除错误:
tensorflow.python.framework.errors\u impl.InternalError:cudaGetDevice()失败。状态:未找到cudaGetErrorString符号
我做错了什么?我应该坚持使用cuda 10.0吗?我是否错过了安装的一部分?解决了,这主要是为了避免冲突而对版本进行的炼金术。 以下是我所做的(据我所知,订单很重要)
conda安装-c anaconda tensorflow gpu
。不需要额外的下载或cuda安装。我也遇到过类似的问题。
再加上我使用的是Windows8和pycharm。但我最终还是通过使用
有效的组合:
- Cuda 10
- 适用于windows7的CuDNN 7.6
- Tensorflow gpu 2.0
- 然后使用如上所述的path环境变量
我不认为tensorflow 2.2。无法使用cuda 11…暗示需要cuda 10.0,我在其他地方(github?)看到了使用10.0而不是10.1的说明。不幸的是,我有10.0,我有完全相同的错误,所以我也会对一个有用的解释性答案感兴趣。你救了我的命。我花了整整一天的时间来完成这项工作,但没有成功。我不明白的是为什么tensorflow 2.0甚至需要更低的cuda和cudnn版本来运行。我的另一台电脑使用tensorflow 1.14和cuda 10.1。但是2.0需要cuda 10.0。不知道为什么!但是谢谢你@m4l4如果我们使用水蟒,它可以很容易地解决?