Python &引用；cudaGetDevice（）失败"；尽管遵照指示

我已经经历了所有的过程，最后，我得到了以下错误

InternalError:cudaGetDevice（）失败。状态：CUDA驱动程序版本不足以支持CUDA运行时版本

但是 我的CUDA版本是9.0

C:\Users\xxx>nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:32_Central_Daylight_Time_2017
Cuda compilation tools, release 9.0, V9.0.176

我的驱动程序版本是说它应该是兼容的

NVIDIA驱动程序版本385.54

如果我跑

sess=tf.Session（config=tf.ConfigProto（log\u device\u placement=True））

我明白了

2020-03-03 17:12:44.099395: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
2020-03-03 17:12:44.107794: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640] Found device 0 with properties:
name: Quadro P400 major: 6 minor: 1 memoryClockRate(GHz): 1.2525
pciBusID: 0000:02:00.0
2020-03-03 17:12:44.112565: I tensorflow/stream_executor/platform/default/dlopen_checker_stub.cc:25] GPU libraries are statically linked, skip dlopen check.
2020-03-03 17:12:44.121275: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1763] Adding visible gpu devices: 0
---------------------------------------------------------------------------
InternalError                             Traceback (most recent call last)
<ipython-input-4-dad9f5fa93d0> in <module>
----> 1 sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

C:\Programs\Anaconda3\envs\DLC-GPU\lib\site-packages\tensorflow\python\client\session.py in __init__(self, target, graph, config)
   1568
   1569     """
-> 1570     super(Session, self).__init__(target, graph, config=config)
   1571     # NOTE(mrry): Create these on first `__enter__` to avoid a reference cycle.
   1572     self._default_graph_context_manager = None

C:\Programs\Anaconda3\envs\DLC-GPU\lib\site-packages\tensorflow\python\client\session.py in __init__(self, target, graph, config)
    691     try:
    692       # pylint: disable=protected-access
--> 693       self._session = tf_session.TF_NewSessionRef(self._graph._c_graph, opts)
    694       # pylint: enable=protected-access
    695     finally:

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

2020-03-03 17:12:44.099395:I tensorflow/core/platform/cpu\u feature\u guard.cc:142]您的cpu支持未编译此tensorflow二进制文件以使用的指令：AVX AVX2
2020-03-03 17:12:44.107794:I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640]找到了具有以下属性的设备0：
名称：Quadro P400大调：6小调：1内存时钟频率（GHz）：1.2525
pciBusID:0000:02:00.0
2020-03-03 17:12:44.112565:I tensorflow/stream_executor/platform/default/dlopen_checker_stub.cc:25]GPU库是静态链接的，跳过dlopen check。
2020-03-03 17:12:44.121275:I tensorflow/core/common_runtime/gpu/gpu_device.cc:1763]添加可见gpu设备：0
---------------------------------------------------------------------------
内部错误回溯（最后一次最近调用）
在里面
---->1 sess=tf.Session（config=tf.ConfigProto（log\u device\u placement=True））
C:\Programs\Anaconda3\envs\DLC-GPU\lib\site packages\tensorflow\python\client\session.py in\uuuuuuu init\uuuuuu（self、target、graph、config）
1568
1569     """
->1570 super（Session，self）。\uuuuu init\uuuuuu（目标，图形，配置=config）
1571#注意（mrry）：在第一个`uu´输入´´时创建这些，以避免引用循环。
1572 self.\u default\u graph\u context\u manager=None
C:\Programs\Anaconda3\envs\DLC-GPU\lib\site packages\tensorflow\python\client\session.py in\uuuuuuu init\uuuuuu（self、target、graph、config）
691试试：
692#pylint:disable=受保护访问
-->693 self._session=tf_session.tf_NewSessionRef（self._图._c_图，opts）
694#pylint:enable=受保护访问
695最后：
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

请让我知道我能提供什么进一步的信息

谢谢大家!

更多信息

Python 3.7.6 (default, Jan  8 2020, 20:23:39) [MSC v.1916 64 bit (AMD64)]
Type 'copyright', 'credits' or 'license' for more information
IPython 7.12.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: from __future__ import absolute_import, division, print_function, unicode_literals

In [2]: import tensorflow as tf

In [3]: print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
2020-03-03 19:02:07.292400: I tensorflow/stream_executor/platform/default/dso_loader.cc:42] Successfully opened dynamic library nvcuda.dll
2020-03-03 19:02:07.443544: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640] Found device 0 with properties:
name: Quadro P400 major: 6 minor: 1 memoryClockRate(GHz): 1.2525
pciBusID: 0000:02:00.0
2020-03-03 19:02:07.448224: I tensorflow/stream_executor/platform/default/dlopen_checker_stub.cc:25] GPU libraries are statically linked, skip dlopen check.
2020-03-03 19:02:07.453367: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1763] Adding visible gpu devices: 0
Num GPUs Available:  1

In [4]: sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
2020-03-03 19:02:52.859131: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
2020-03-03 19:02:52.865056: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640] Found device 0 with properties:
name: Quadro P400 major: 6 minor: 1 memoryClockRate(GHz): 1.2525
pciBusID: 0000:02:00.0
2020-03-03 19:02:52.869160: I tensorflow/stream_executor/platform/default/dlopen_checker_stub.cc:25] GPU libraries are statically linked, skip dlopen check.
2020-03-03 19:02:52.873013: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1763] Adding visible gpu devices: 0
---------------------------------------------------------------------------
InternalError                             Traceback (most recent call last)
<ipython-input-4-dad9f5fa93d0> in <module>
----> 1 sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

C:\Programs\Anaconda3\envs\DLC-GPU\lib\site-packages\tensorflow\python\client\session.py in __init__(self, target, graph, config)
   1568
   1569     """
-> 1570     super(Session, self).__init__(target, graph, config=config)
   1571     # NOTE(mrry): Create these on first `__enter__` to avoid a reference cycle.
   1572     self._default_graph_context_manager = None

C:\Programs\Anaconda3\envs\DLC-GPU\lib\site-packages\tensorflow\python\client\session.py in __init__(self, target, graph, config)
    691     try:
    692       # pylint: disable=protected-access
--> 693       self._session = tf_session.TF_NewSessionRef(self._graph._c_graph, opts)
    694       # pylint: enable=protected-access
    695     finally:

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

Python 3.7.6（默认值，2020年1月8日，20:23:39）[MSC v.1916 64位（AMD64）]
有关详细信息，请键入“版权”、“信用”或“许可证”
IPython 7.12.0--增强的交互式Python。键入“？”以获取帮助。
[1]中：来自uuu未来uuu导入绝对u导入、除法、打印函数、unicode文本
在[2]中：将tensorflow作为tf导入
在[3]中：打印（“可用的GPU数量：”，len（tf.config.experimental.list\u物理设备（'GPU'））
2020-03-03 19:02:07.292400:I tensorflow/stream_executor/platform/default/dso_loader.cc:42]已成功打开动态库nvcuda.dll
2020-03-03 19:02:07.443544:I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640]找到了具有以下属性的设备0：
名称：Quadro P400大调：6小调：1内存时钟频率（GHz）：1.2525
pciBusID:0000:02:00.0
2020-03-03 19:02:07.448224:I tensorflow/streamúexecutor/platform/default/dlopen戋checker戋存根。cc:25]GPU库是静态链接的，跳过dlopen check。
2020-03-03 19:02:07.453367:I tensorflow/core/common_runtime/gpu/gpu_device.cc:1763]添加可见gpu设备：0
可用GPU数量：1
在[4]中：sess=tf.Session（config=tf.ConfigProto（log\u device\u placement=True））
2020-03-03 19:02:52.859131:I tensorflow/core/platform/cpu\u feature\u guard.cc:142]您的cpu支持该tensorflow二进制文件未编译为使用的指令：AVX AVX2
2020-03-03 19:02:52.865056:I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640]找到了具有以下属性的设备0：
名称：Quadro P400大调：6小调：1内存时钟频率（GHz）：1.2525
pciBusID:0000:02:00.0
2020-03-03 19:02:52.869160:I tensorflow/stream_executor/platform/default/dlopen_checker_stub.cc:25]GPU库是静态链接的，跳过dlopen check。
2020-03-03 19:02:52.873013:I tensorflow/core/common_runtime/gpu/gpu_device.cc:1763]添加可见gpu设备：0
---------------------------------------------------------------------------
内部错误回溯（最后一次最近调用）
在里面
---->1 sess=tf.Session（config=tf.ConfigProto（log\u device\u placement=True））
C:\Programs\Anaconda3\envs\DLC-GPU\lib\site packages\tensorflow\python\client\session.py in\uuuuuuu init\uuuuuu（self、target、graph、config）
1568
1569     """
->1570 super（Session，self）。\uuuuu init\uuuuuu（目标，图形，配置=config）
1571#注意（mrry）：在第一个`uu´输入´´时创建这些，以避免引用循环。
1572 self.\u default\u graph\u context\u manager=None
C:\Programs\Anaconda3\envs\DLC-GPU\lib\site packages\tensorflow\python\client\session.py in\uuuuuuu init\uuuuuu（self、target、graph、config）
691试试：
692#pylint:disable=受保护访问
-->693 self._session=tf_session.tf_NewSessionRef（self._图._c_图，opts）
694#pylint:enable=受保护访问
695最后：
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

这是tensorflow版本的问题，或者是程序与所有环境变量之间的交互问题。使用Python3.6和tensorflow 1.8解决了这个问题。 我所做的是编辑环境文件来指定那些版本，它工作了。我知道这不是一个明确的答案，但它可能有助于使它在其他一些情况下发挥作用，并成为找到真正问题的起点。 这些是环境变量：

dependencies:
  - python=3.6
  - pip
  - tensorflow-gpu==1.8
  - cudnn=7
  - wxpython
  - jupyter
  - nb_conda
  - Shapely
  - pip:
    - deeplabcut

---

只需更新您的驱动程序——anaconda正在使用与您的驱动程序版本不兼容的内部CUDA安装@talonmies解决方案的问题在于并非每个nvidia驱动程序都与每个CUDA安装兼容。我确信这个组合