新的 Tensorflow 2.4 GPU 问题 硬件：软件编辑：

大佬教程收集整理的这篇文章主要介绍了新的 Tensorflow 2.4 GPU 问题 硬件：软件编辑：，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决新的 Tensorflow 2.4 GPU 问题 硬件：软件编辑：？@H_489_1@ 开发过程中遇到新的 Tensorflow 2.4 GPU 问题 硬件：软件编辑：的问题如何解决？下面主要结合日常开发的经验，给出你关于新的 Tensorflow 2.4 GPU 问题 硬件：软件编辑：的解决方法建议，希望对你解决新的 Tensorflow 2.4 GPU 问题 硬件：软件编辑：有所启发或帮助；

问题

Tensorflow 2.4.1 无法识别我的 GPU，即使我按照 the official instructions from Tensorflow 以及 NVIDIA for CUDA 和 NVIDIA for cuDNN 中的那些将其安装在我的计算机中。我也在 conda 中安装了它（我不确定是否需要它？）。

当我尝试 official way to check if TF 使用 GPU 时，我得到 0：

import tensorflow as tf
print("Num GPUs Available: ",len(tf.config.List_physical_devices('GPU')))

Num GPUs Available: 0

规格

硬件：@H_489_1@

我的 NVIDIA 满足要求 specified by Tensorflow。

软件@H_489_1@

我如上所述安装了 CUDA（带有 CUPTI）和 cuDNN，所以我得到了：

• ubuntu 20.04 LTS
• NVIDIA driver = 460.39
• CUDA (+CUPTI) = 11.2
• cuDNN = 8.1.1

在 conda 环境中：

• python = 3.8
• tensorflow = 2.4.1（我理解这是获得 GPU 支持的新方式）

并且我为 cudatoolkit==11.0 安装了额外的 cudnn==8.0 和 conda，如前所述 here。

程序如下：

当我没有 conda 额外的软件包时它不起作用，即使我安装了这些额外的软件包它仍然不起作用。

解决方法@H_489_1@

经过相当多的广泛研究，它终于在我的电脑上运行了：最新版本的组件（即 CUDA 11.2、cuDNN 8.1.0）未经测试，无法确保在 TF 2.4 中工作.1.因此，这是我的最终配置：

1. nvidia-drivers-460.39 有 CUDA 11.2 个驱动程序。但是，您仍然可以安装 CUDA 11.0 runtime 并从 official NVIDIA archive for CUDA 获取它。仍然必须遵循安装说明（即添加路径变量等）。
2. cuDNN 库需要在 8.0.4 版上。您也可以从 official NVIDIA archive for cuDNN

在these specific versions上安装两个组件后，我成功得到：

import tensorflow as tf
print("Num GPUs Available: ",len(tf.config.list_physical_devices('GPU')))

Num GPUs Available: 1

一些首次出现的消息表明 GPU 库已正确导入。

编辑：@H_489_1@

顺便说一句！对于那些使用 Pycharm 的人，要么将环境变量也包含在 PyCharm 中，要么在系统范围内设置它们。否则，您仍然无法获得 TF 来获得 GPU。

大佬总结

以上是大佬教程为你收集整理的新的 Tensorflow 2.4 GPU 问题 硬件：软件编辑：全部内容，希望文章能够帮你解决新的 Tensorflow 2.4 GPU 问题 硬件：软件编辑：所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。