Python 如何在NVIDIA gpu上运行tensorflow？

我第一次尝试在NVIDIA Titan RTX上运行TensorFlow模型，但我遇到了一些错误

CUDA版本

$ cat /usr/local/cuda/version.json
{
   "cuda" : {
      "name" : "CUDA SDK",
      "version" : "11.3.20210326"
   },
...

python3.9.1和tensorflow2.5.0-rc1

回溯（最近一次呼叫最后一次）：
文件“/home/marcus/COVID-19-forecasting/COVID-19/run_experiments.py”，第23行，在
试验运行试验（基准水平、基准垫、基准加垫、刻度列、基准多输出、基准加垫、刻度测试），
文件“/home/marcus/COVID-19-forecasting/COVID-19/experience.py”，第110行，运行中实验
lstm_hist=lstm.fit（[tr，enc_name]、[v[0]、v[1]、v[2]、self.epochs、verbose=0）
文件“/home/marcus/COVID-19-forecasting/COVID-19/model.py”，第55行，适合
返回self.model.fit（x=x，y=y，epochs=epochs，callbacks=callbacks，verbose=verbose）
文件“/home/marcus/COVID-19-forecasting/COVID-venv/lib/python3.9/site packages/tensorflow/python/keras/engine/training.py”，第1183行
tmp_logs=self.train_函数（迭代器）
文件“/home/marcus/COVID-19-forecasting/COVID-venv/lib/python3.9/site packages/tensorflow/python/eager/def_function.py”，第889行，在调用中__
结果=自身调用（*args，**kwds）
文件“/home/marcus/COVID-19-forecasting/COVID-venv/lib/python3.9/site packages/tensorflow/python/eager/def_function.py”，第950行，in_call
返回self.\u无状态\u fn（*args，**kwds）
文件“/home/marcus/COVID-19-forecasting/COVID-venv/lib/python3.9/site packages/tensorflow/python/eager/function.py”，第3023行，在调用__
返回图\函数。\调用\平面(
文件“/home/marcus/COVID-19-forecasting/COVID-venv/lib/python3.9/site-packages/tensorflow/python/eager/function.py”，第1960行，在调用平面中
返回self.\u构建\u调用\u输出（self.\u推断\u函数.call(
文件“/home/marcus/COVID-19-forecasting/COVID-venv/lib/python3.9/site packages/tensorflow/python/eager/function.py”，第591行，在call中
输出=execute.execute(
文件“/home/marcus/COVID-19-forecasting/COVID-venv/lib/python3.9/site packages/tensorflow/python/eager/execute.py”，第59行，在quick_execute中
张量=pywrap\u tfe.tfe\u Py\u Execute（ctx.\u句柄、设备名称、操作名称、，
tensorflow.python.framework.errors\u impl.UnknownError:找不到dnn实现。
[{{node cond_40/then/_0/cond/cudnnrnv3}}]
[[多输出\编码器\块/编码器\分区调用][Op:\推理\训练\功能\ 6309]
函数调用堆栈：
列车功能->列车功能->列车功能

我试图添加到我的代码，但没有任何改变

physical_devices = tf.config.experimental.list_physical_devices('GPU')
tf.config.experimental.set_memory_growth(physical_devices[0], enable=True)

---

我不确定这是否是我使用的计算机的错误或问题，但python3.9使用TensorFlow2.5，这些版本似乎不适用于GRU

我的解决方案是安装python3.8，然后在venv中安装TensorFlow2.4，我的脚本工作正常