Python Tensorflow无法识别NVIDIA GEFORCE RTX 2070（仅CPU）

更新：经过更多的谷歌搜索和研究，我发现Tensor flow不支持CUDA 10.1，截至2019年2月仅支持VUDA 10.0。因此，我必须降级到CUDA 10.0才能使用当前的TF版本

TLDR:CUDA已安装且CUDNN正在工作，但我无法让Tensorflow识别我的NVIDIA GEFORCE RTX 2070，它仅显示我的CPU作为可用设备。通过运行此命令。

from tensorflow.python.client import device_lib

device_lib.list_local_devices()
[name: "/device:CPU:0"
 device_type: "CPU"
 memory_limit: 268435456
 locality {
 }
 incarnation: 14262450855498090337, name: "/device:XLA_CPU:0"
 device_type: "XLA_CPU"
 memory_limit: 17179869184
 locality {
 }
 incarnation: 1345793131978591054
 physical_device_desc: "device: XLA_CPU device"]

长版本 我正试图使用Ubnutu上的Cuda来减少我的机器学习算法的训练时间。 Keras==1.0.7 TensorFlow=1.13.1

这个问题类似，但没有帮助。我的成绩也不错

我的图形卡（Nvidia RTX 2070）所需的Nvidia驱动程序（10.1）：

然后检查我的CUDA安装：（根据我的图形卡的要求为10.1）

到目前为止，一切看起来都很好。但是当我试着 测试我的Cuda和Cudnn安装 这里有很多文本，但我执行了以下命令

cd cudnn_samples_v7/mnistCUDNN/
make clean && make
result is successful
./mnistCUDNN
lots of text followed by:
Result of classification: 1 3 5
Test passed!

因此，通过所有这些验证，CUDA和CUDNN似乎已在我的系统上启动并运行。然而，当我尝试签入TensorFlow或Keras时，它并没有显示我的GPU可用

from tensorflow.python.client import device_lib

device_lib.list_local_devices()
[name: "/device:CPU:0"
 device_type: "CPU"
 memory_limit: 268435456
 locality {
 }
 incarnation: 14262450855498090337, name: "/device:XLA_CPU:0"
 device_type: "XLA_CPU"
 memory_limit: 17179869184
 locality {
 }
 incarnation: 1345793131978591054
 physical_device_desc: "device: XLA_CPU device"]

我遵循这个指南，开发了一个支持GPU的Tensorflow版本

---

<>他英伟达GeFieltRTX 2070显示为

< P>。在更多的Google和研究之后，我发现张量流不支持CUDA 10.1，并且仅支持FUB 2019的CUDA 10。因此，我必须降级到CUDA 10.0才能使用当前的TF版本

@talonmies否决投票的原因？我不知道，你必须问问否决投票的两个人。我刚刚投票决定关闭并删除了一个标签

cd cudnn_samples_v7/mnistCUDNN/
make clean && make
result is successful
./mnistCUDNN
lots of text followed by:
Result of classification: 1 3 5
Test passed!

from tensorflow.python.client import device_lib

device_lib.list_local_devices()
[name: "/device:CPU:0"
 device_type: "CPU"
 memory_limit: 268435456
 locality {
 }
 incarnation: 14262450855498090337, name: "/device:XLA_CPU:0"
 device_type: "XLA_CPU"
 memory_limit: 17179869184
 locality {
 }
 incarnation: 1345793131978591054
 physical_device_desc: "device: XLA_CPU device"]