新的Tensorflow 2.4 GPU问题

Question

问题

Tensorflow 2.4.1无法识别我的GPU，尽管我按照Tensorflow的官方说明以及NVIDIA for CUDA和NVIDIA forCUDNN的说明将其安装在我的计算机中。我还在conda中安装了它(我不确定是否需要它？(。

当我尝试官方方式检查TF是否使用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：

我的NVIDIA满足Tensorflow指定的要求。

软件

如上所述，我安装了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，我有：

• python = 3.8
• tensorflow = 2.4.1(据我所知，这是支持GPU的新方式(

和我为conda额外安装了cudatoolkit==11.0和cudnn==8.0，如上所述。

遵循的程序：

当我没有conda额外的包时，它就不起作用了，即使我安装了这些额外的包，它仍然不起作用。

Answer 1

经过大量的研究，它终于在我的计算机上工作了：最新版本的组件(即CUDA 11.2、cuDNN 8.1.0(没有经过测试，也不能确保TF 2.4.1中的工作结果。因此，这是我的最终配置：

1. nvidia-drivers-460.39具有CUDA 11.2驱动程序。但是，您仍然可以安装CUDA 11.0运行时，并从CUDA的官方NVIDIA档案中获取。遵循安装说明仍然是强制性的(即添加路径变量等(
2. cuDNN库需要在8.0.4版本上。您也可以从cuDNN的NVIDIA官方档案中获得

在这些特定版本上安装了两个组件后，我成功地获得了：

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))
Num GPUs Available: 1

其中一些首秀消息指示GPU库被正确导入。

编辑：

对了！对于那些使用Pycharm的人来说，要么在Pycharm中也包含环境变量，要么在系统范围内使用它们。否则，你将无法让你的TF获得GPU。