TensorFlow 和 Cuda 不兼容
Posted
技术标签:
【中文标题】TensorFlow 和 Cuda 不兼容【英文标题】:Tensorflow and Cuda not compatible 【发布时间】:2020-11-15 05:10:18 【问题描述】:我正在尝试使用 TensorFlow 1.x 运行 GitHub 代码。 我正在为此使用 colab。我遇到了这种我找不到解决方案的问题。 我使用的是 Tensorflow 1.15,我安装的 Cuda 版本是 10.1,colab 中的 Nvidia 驱动器版本是 NVIDIA-SMI 450.51.05 驱动程序版本:418.67。 当我尝试运行上面的另一个代码时,cuda 似乎可以正常工作。 我在 colab 上使用 GPU 模式 有人能帮助我吗? 谢谢。
【问题讨论】:
【参考方案1】:可能 notebook session 没有连接 gpu,尝试重启 session 并等待 notebook 分配所需资源。
【讨论】:
我重复了10多次,还是不行,请问知道这个问题的人可以标记一下吗,我在这里堆了10多天..【参考方案2】:请分享 Colab 的链接,因为我认为您没有将 colab 配置为使用 GPU。您也可以按照以下步骤操作,
-
转到 Colab
在左上角的编辑选项中
在硬件加速器下拉菜单中,选择 GPU。
【讨论】:
我没有那样做,但在我这样做的那一刻,它也不起作用。这是 colab 链接:colab.research.google.com/drive/…。这是github repo。我指的是github.com/tau-yihouxiang/WS_DAN 1.代替使用 !python 运行文件,使用 %run [filename] 运行文件。 2. 在第一个单元格使用%tensorflow_version 1.x
使用 tensorflow 1.x,不要再次安装它 3. 无需安装所有 cuda 驱动程序。它们安装在后端。只需从 Runtime 恢复出厂设置 Runtime 并从硬件加速器中选择 GPU。以上是关于TensorFlow 和 Cuda 不兼容的主要内容,如果未能解决你的问题,请参考以下文章
是否有兼容 Cuda 9.0 和 cudnn 7.1 的 tensorflow 版本
Anaconda+CUDA+cuDNN+Tensorflow2.0环境搭建
Anaconda 安装Tensorflow-gpu 版本详细教程
如何使用 Tensorflow V.2.4 RTX 2070 Super Ubuntu 18.04 安装 Cuda 10.1