Can'；由于CUDA问题，无法使tensorflow gpu在R中工作

我正在尝试开始使用Keras，我有一个新型的Nvidia GPU，但我似乎无法启动它，尽管我使用的是新安装的Ubuntu（20.04）

在我的第一次尝试中，我注意到Ubuntu检测到了我的图形卡，所以我通过进入“附加驱动程序”安装了它。然后我使用以下命令安装了Keras和Tensorflow，没有产生任何错误

install.packages("keras")
library(keras)

install_keras(tensorflow = "gpu")

然而，当我试图建立一个Keras模型时

model <- keras_model_sequential() %>%
  layer_dense(units = 16, activation = "relu", input_shape = c(10000)) %>%
  layer_dense(units = 16, activation = "relu") %>%
  layer_dense(units = 1, activation = "sigmoid")

您可能会注意到，此错误消息提到了

cuda-11.2

，但是，当我使用系统默认的

cuda-10.1

时，我收到了一条几乎相同的错误消息，我想这是驱动程序附带的

我做了很多事情，包括使用Nvidia的文档直接从Nvidia的网站下载并尝试安装cuDNN，以及将cuda添加到

PATH

和

LD_LIBRARY_PATH

，但都没有成功

最后，我删除了我的

r-networkite

conda环境，这样我就可以从头开始重新安装Tensorflow，但要针对cuda 11.2而不是默认的10.1

我遵循了上面的说明，但我用11.2替换了10.1的每个实例，用libcudnn.so.8替换了libcudnn.so.7，因为这是可用的最新版本，也是我下载到系统中的版本，这让我看到了上面的错误消息，与我使用10.1时得到的错误消息几乎相同，这是我电脑的默认设置

另外，当我再次尝试在R中使用Tensorflow时，我注意到了一些奇怪的事情。我使用

install\u keras（tensorflow=“gpu”）

安装了它，没有明显的问题，但是当我调用以下命令时：

imdb <- dataset_imdb(num_words = 10000)

但它不能在其他地方使用其他文件

2021-01-14 09:04:53.227139: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcusolver.so.10'; dlerror: libcusolver.so.10: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /home/arta/.local/share/r-miniconda/envs/r-reticulate/lib:/usr/lib/R/lib:/usr/local/cuda-11.2/lib64:::/lib:/usr/lib/x86_64-linux-gnu:/usr/lib/jvm/default-java/lib/server:/usr/local/cuda-11.2/lib64

---

我现在该怎么办？为什么我不能让gpu加速工作？我的计划是按照那篇博文中的说明，从Ubuntu中清除所有Nvidia软件，然后再次尝试使用10.1，因为这似乎是最稳定的版本。

多亏了@RobertCrovella，我卸载了CUDA、cuDNN等。因为版本不匹配，我用cuDNN 8.0重新安装了CUDA 11.0版

> tensorflow::tf_gpu_configured()
...
tensorflow/core/common_runtime/gpu/gpu_device.cc:1406] Created TensorFlow device (/device:GPU:0 with 8779 MB memory) -> physical GPU (device: 0, name: GeForce RTX 3080, pci bus id: 0000:09:00.0, compute capability: 8.6)
GPU device name:  /device:GPU:0[1] TRUE

---

我是否正确理解，如果我将cuda 11.0和cuDNN 8.0安装到cuda 11.0，那么所有这些错误都会消失

我已经安装了cuda 11.2，并找到了cuDNN 8到cuda 11.1。我用python3（3.8 Ubuntu20.04.1 LTS默认值）pip3和tensorflow等安装了它们。在python中rip似乎可以工作，但在R中它坏了。

---

我已经创建了到现有版本的符号链接，并且一个R代码到达了应该使用gpu的位置，但是由于核心转储而被中止。

您的TF希望使用CUDA 11.0。你有CUDA 11.2。您不能将CUDA 11.2用作CUDA 11的替代品。0@RobertCrovella如果我要清除所有与Nvidia CUDA相关的软件和图形卡驱动程序并重新启动，为了与libcudnn和Tensorflow的最佳兼容性，您建议我使用哪个版本的CUDA？最好将其作为评论发布，而不是回答。

2021-01-14 09:00:06.766462: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcudart.so.11.0

2021-01-14 09:04:53.227139: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'libcusolver.so.10'; dlerror: libcusolver.so.10: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /home/arta/.local/share/r-miniconda/envs/r-reticulate/lib:/usr/lib/R/lib:/usr/local/cuda-11.2/lib64:::/lib:/usr/lib/x86_64-linux-gnu:/usr/lib/jvm/default-java/lib/server:/usr/local/cuda-11.2/lib64

> tensorflow::tf_gpu_configured()
...
tensorflow/core/common_runtime/gpu/gpu_device.cc:1406] Created TensorFlow device (/device:GPU:0 with 8779 MB memory) -> physical GPU (device: 0, name: GeForce RTX 3080, pci bus id: 0000:09:00.0, compute capability: 8.6)
GPU device name:  /device:GPU:0[1] TRUE