tensorflow gpu 测试通过——但我没有安装 cuDNN答案

【问题标题】：tensorflow gpu tests pass--but I don't have cuDNN installedtensorflow gpu 测试通过——但我没有安装 cuDNN
【发布时间】：2020-09-14 04:23:30
【问题描述】：

Windows10-pro，单 RTX 2080 Ti。我是 TensorFlow 新手。

我刚刚安装了 tensorflow-gpu，版本 2.1.0，python 3.7.7。 Cuda 编译工具，版本 10.1，V10.1.105。没有什么自编译的。而且我还没有安装cuDNN，也没有注册。所有安装都是标准的，没有自编译。

tensorflow.org 文档指出使用 GPU 需要 cuDNN。但我的 GPU 使用测试似乎通过了。例如， tf.config.experimental.list_physical_devices('GPU') 返回[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]。

看来我应该只安装 cuDNN 而不要再失眠了。但我仍然想知道我是否使用 GPU，所以我更喜欢能够失败的测试。

是否有真正的测试来查看安装是否会使用 GPU？

【问题讨论】：

我遵循了this 教程，并且 tensorflow 非常适合我

标签： python tensorflow gpu

【解决方案1】：

在NVIDIA GPU计算工具包中，可以验证cuDNN安装，在windows系统上，前往

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include\

open cudnn.h

要成功利用 Tensorflow-GPU，需要 CUDA 和 cuDNN。一些 Tensorflow 库，例如 tf.keras.layers.GRU(Keras GRU layers) 采用了 cuDNN 的功能。

查看Tensorflow site 中提供的这些示例以了解 GPU 利用率。

【讨论】：