Python Anaconda中Tensorflow Gpu和Cuda驱动程序存在问题

我有以下问题与Tensorflow GPU。在尝试为深度学习任务设置GPU（在Jupyter中）时，我遇到以下错误：

InternalError                             Traceback (most recent call last)
<ipython-input-3-a08c39e19f9e> in <module>
     20     for gpu in gpus:
     21       tf.config.experimental.set_memory_growth(gpu, True)
---> 22     logical_gpus = tf.config.experimental.list_logical_devices('GPU')
     23     print(len(gpus), "Physical GPUs,", len(logical_gpus), "Logical GPUs")
     24   except RuntimeError as e:

~\Anaconda3\envs\tens-gpu\lib\site-packages\tensorflow_core\python\framework\config.py in list_logical_devices(device_type)
    345     List of LogicalDevice objects
    346   """
--> 347   return context.context().list_logical_devices(device_type=device_type)
    348 
    349 

~\Anaconda3\envs\tens-gpu\lib\site-packages\tensorflow_core\python\eager\context.py in list_logical_devices(self, device_type)
   1150   def list_logical_devices(self, device_type=None):
   1151     """Return logical devices."""
-> 1152     self.ensure_initialized()
   1153 
   1154     devices = []

~\Anaconda3\envs\tens-gpu\lib\site-packages\tensorflow_core\python\eager\context.py in ensure_initialized(self)
    490         if self._default_is_async == ASYNC:
    491           pywrap_tensorflow.TFE_ContextOptionsSetAsync(opts, True)
--> 492         self._context_handle = pywrap_tensorflow.TFE_NewContext(opts)
    493       finally:
    494         pywrap_tensorflow.TFE_DeleteContextOptions(opts)

InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

InternalError回溯（最近一次调用）
在里面
20对于gpu中的gpu：
21 tf.config.experimental.set_memory_growth（gpu，True）
--->22 logical_GPU=tf.config.experimental.list_logical_设备（'GPU'））
23打印（len（GPU），“物理GPU”，len（逻辑GPU），“逻辑GPU”）
24运行时错误除外，如e：
~\Anaconda3\envs\tens gpu\lib\site packages\tensorflow\u core\python\framework\config.py in list\u logical\u devices（设备类型）
345逻辑设备对象列表
346   """
-->347返回context.context（）.列出逻辑设备（设备类型=设备类型）
348
349
~\Anaconda3\envs\tens gpu\lib\site packages\tensorflow\u core\python\eager\context.py in list\u logical\u devices（self，device\u type）
1150 def列表逻辑设备（自身，设备类型=无）：
1151“返回逻辑设备”
->1152 self.sure_initialized（）
1153
1154设备=[]
~\Anaconda3\envs\tens gpu\lib\site packages\tensorflow\u core\python\eager\context.py在确保初始化（self）中
490如果self.\u默认值\u为\u async==async:
491 pywrap_tensorflow.TFE_contextoptions setasync（opts，True）
-->492 self.\u context\u handle=pywrap\u tensorflow.TFE\u NewContext（opts）
493最后：
494 pywrap_tensorflow.TFE_DeleteContextOptions（选项）
内部错误：cudaGetDevice（）失败。状态：CUDA驱动程序版本不足以支持CUDA运行时版本

我的Cuda版本是Cuda 10.0.130，cudnn是7.6.4，而我有一个Intel UHD Graphics 620和一个NVIDIA GeForce MX150 GPU。驱动程序更新到“优化”版本，我真的不知道什么不起作用。你能帮助我吗，因为我已经尝试了我在网上找到的所有东西？

---

提前感谢

此错误的原因是您安装的CUDA Toolkit版本与python软件包CUDA Toolkit版本不匹配，后者通常作为Tensorflow GPU的依赖项安装

运行CUDA应用程序要求系统至少具有一个支持CUDA的GPU和一个与CUDA工具包兼容的驱动程序。请参阅下面的详细信息

无法加载动态库“cudart64_100.dll”；错误：找不到cudart64_100.dll

---

最简单的修复方法是安装最新的

NVIDIA GPU计算工具包

，因为如果它不在那里，您将丢失“cudart64_100.dll”库。

您需要为您的GPU安装最新的驱动程序。按照向导操作，它似乎可以工作，现在我在运行该模型时仍然存在一些问题（在Spyder中，我得到了）2019@Filippo费德利，如果答案能回答你的问题，你能接受并投票吗？谢谢