我安裝的cuda10.1,tensorflow2.0,python3.6然後各種報錯,搜了好多方法,但下邊這個方法解決了我的問題,還好操作
https://blog.csdn.net/qq_29391809/article/details/102642314
今天運行了一個程序,發現上邊鏈接中的方法治標不治本。運行代碼可以調用gpu,但是一旦涉及卷積等複雜操作,就會程序莫名dead
解決辦法
- 目前tensorflow-gpu-2.0不支持cuda10.1,所以還是要裝cuda10.0,不過cuda10.1也別刪,一個電腦可以裝多個cuda,主要看電腦的環境變量用的哪個cuda。說不定再過段時間就能用cuda10.1了!
- 我自己的安裝:tensorflow_gpu_2.0 對應的版本爲cuda10.0,python3.6,運行了好多GPU程序,終於脫坑了
分享資源
現在分享一下cuda8,9,10,10.1的安裝包和相對應的cudnn:
鏈接:https://pan.baidu.com/s/1Y7Fk5USf_8MF-AYfJfIHNg
提取碼:r63c
安裝注意:
- 如果安裝tensorflow_gpu2.0以下版本推薦cuda9,
- 安裝tensorflow-gpu-2.0,推薦cuda10.0,千萬別安裝cuda10.1(因爲安裝完cuda10.1,看似安裝成功,用的是經常出現莫名錯誤)
出錯可能原因
- 安裝的tensorflow版本與cuda不合適,這個具體什麼版本可以自己百度
- cuda與cudnn版本不匹配
- 需要看運行環境的python版本,也可能是tensorflow2.0-gpu不支持python3.7
tensorflow的版本、cuda的版本、cuDnn的版本、電腦GPU的性能、運行環境中python版本 一一對應
不是簡單的不管三七二十一安裝上就行,即便是安裝上了,如果版本沒有對應上,最後還是不能用的
版本對應可看這個鏈接https://blog.csdn.net/qq_27825451/article/details/89082978
https://blog.csdn.net/qq_38163755/article/details/88583016
如何驗證是否可以用GPU?如下代碼:
import tensorflow as tf
print(tf.test.is_gpu_available())
#如果返回爲true則可以調用GPU