新的 TensorFlow 2.4 GPU 问题答案

【问题标题】：New Tensorflow 2.4 GPU issues新的 TensorFlow 2.4 GPU 问题
【发布时间】：2021-06-11 20:21:00
【问题描述】：

问题

Tensorflow 2.4.1 无法识别我的 GPU，尽管我关注了 the official instructions from Tensorflow 以及来自 NVIDIA for CUDA 和 NVIDIA for cuDNN 的那些将它安装到我的计算机中。我还在 conda 中安装了它（我不确定是否需要它？）。

当我尝试 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

我的 NVIDIA 满足 specified by Tensorflow 的要求。

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

在我的 conda 环境中：

我为conda 安装了额外的cudatoolkit==11.0 和cudnn==8.0，如上所述here。

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

【问题讨论】：

所以当你按照官方的 tensorflow 安装说明进行操作时，我猜你跳过了“TensorFlow 支持 CUDA® 11”这句话。您需要安装 CUDA 11.0
你说得对，它提到了TensorFlow supports CUDA® 11，但我认为他们的意思是 11.x，而不是具体的 11.0。我会将 CUDA 降级到 11.0，并将 cuDNN 降级到 8.0.4，然后再试一次。但是，如果我理解正确，我可以安全地删除通过conda 安装的额外的cudatoolkit 和cudnn，因为它们并不是真正需要的，对吧？
您要么使用 pip 安装的 tensorflow 和 CUDA 11，要么只使用 conda 安装并获取它分发的二进制运行时。但不要两者都做。现在，您可能正在使用错误的运行时运行 pip tensorflow。如果您正确设置环境，则可以使用 conda 中的所有内容。但你显然没有这样做。选择一个，由你决定
您没有遵循确切的官方指示，这就是您最终遇到此类问题的原因。

【解决方案1】：

经过相当多的研究，它终于可以在我的电脑上运行：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 2.4.1 中正常工作。因此，这是我的最终配置：

nvidia-drivers-460.39 有 CUDA 11.2 驱动程序。但是，您仍然可以安装 CUDA 11.0runtime 并从 official NVIDIA archive for CUDA 获取它。遵循安装说明仍然是强制性的（即添加路径变量等）。
cuDNN 库需要在 8.0.4 版本上。您也可以从official NVIDIA archive for cuDNN 获得它

在these specific versions上安装这两个组件后，我成功得到：

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

Num GPUs Available: 1

有几条首次消息表明 GPU 库已正确导入。

顺便说一句！对于那些使用 Pycharm 的人来说，要么你在 PyCharm 中也包含环境变量，要么让它们在系统范围内。否则你仍然无法让你的 TF 获得 GPU。

【讨论】：