张量流找不到GPU

Question

我安装了 TensorFlow-GPU 2.1.0 但当被问及版本时，答案是 1.13.1

import tensorflow as tf
print(tf.__version__)

最大的问题是当我运行 GPU 测试时，答案是 False

tf.test.is_gpu_available()

我试过了

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

答案是 AttributeError: module 'tensorflow' has no attribute 'config' 但他我运行这个脚本

from numba import vectorize, jit, cuda  
# to measure exec time 
from timeit import default_timer as timer 
# normal function to run on cpu 
def func(a):                                 
   for i in range(10000000): 
       a[i]+= 1    
# function optimized to run on gpu 
@vectorize(['float64(float64)'], target ="cuda")                         
def func2(x): 
    return x+1
# kernel to run on gpu
@cuda.jit
def func3(a, N):
    tid = cuda.grid(1)
    if tid < N:
        a[tid] += 1
if __name__=="__main__": 
    n = 10000000                            
    a = np.ones(n, dtype = np.float64) 
    for i in range(0,5):
         start = timer() 
         func(a) 
         print(i, " without GPU:", timer()-start)     
    for i in range(0,5):
         start = timer() 
         func2(a) 
         print(i, " with GPU ufunc:", timer()-start) 
    threadsperblock = 1024
    blockspergrid = (a.size + (threadsperblock - 1)) // threadsperblock
    for i in range(0,5):
         start = timer() 
         func3[blockspergrid, threadsperblock](a, n) 
         print(i, " with GPU kernel:", timer()-start) 

答案是 0 没有 GPU：5.481482100000051 1 没有 GPU：5.6241342000000145 2 不带 GPU：5.62558580000001 3 不带 GPU：5.299320899999998 4 不带 GPU：5.424306600000023 0 带 GPU ufunc：0.4764495000000011 1 带 GPU ufunc：0.118225099999961 2带GPU ufunc：0.12550920000001042 3 带 GPU ufunc：0.11633530000000292 4 带 GPU ufunc：0.11252430000001823 0 带 GPU 内核：0.20753619999999273 1 带 GPU 内核：0.08865670000000136 2 带 GPU 内核：0.08246159999998781 3 带 GPU 内核：0.08481519999998 4 带 GPU 内核：0.08220890000001191 如何使 GPU 对 TensorFlow 可见？

Answer 1

问题是由于我的设备上存在两个 Cuda 版本（10 和 11）。我卸载了Cuda 10，然后问题就解决了