我安装的cuda10.1,tensorflow2.0,python3.6然后各种报错,搜了好多方法,但下边这个方法解决了我的问题,还好操作
https://blog.csdn.net/qq_29391809/article/details/102642314
今天运行了一个程序,发现上边链接中的方法治标不治本。运行代码可以调用gpu,但是一旦涉及卷积等复杂操作,就会程序莫名dead
解决办法
- 目前tensorflow-gpu-2.0不支持cuda10.1,所以还是要装cuda10.0,不过cuda10.1也别删,一个电脑可以装多个cuda,主要看电脑的环境变量用的哪个cuda。说不定再过段时间就能用cuda10.1了!
- 我自己的安装:tensorflow_gpu_2.0 对应的版本为cuda10.0,python3.6,运行了好多GPU程序,终于脱坑了
分享资源
现在分享一下cuda8,9,10,10.1的安装包和相对应的cudnn:
链接:https://pan.baidu.com/s/1Y7Fk5USf_8MF-AYfJfIHNg
提取码:r63c
安装注意:
- 如果安装tensorflow_gpu2.0以下版本推荐cuda9,
- 安装tensorflow-gpu-2.0,推荐cuda10.0,千万别安装cuda10.1(因为安装完cuda10.1,看似安装成功,用的是经常出现莫名错误)
出错可能原因
- 安装的tensorflow版本与cuda不合适,这个具体什么版本可以自己百度
- cuda与cudnn版本不匹配
- 需要看运行环境的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、电脑GPU的性能、运行环境中python版本 一一对应
不是简单的不管三七二十一安装上就行,即便是安装上了,如果版本没有对应上,最后还是不能用的
版本对应可看这个链接https://blog.csdn.net/qq_27825451/article/details/89082978
https://blog.csdn.net/qq_38163755/article/details/88583016
如何验证是否可以用GPU?如下代码:
import tensorflow as tf
print(tf.test.is_gpu_available())
#如果返回为true则可以调用GPU