使用 CUDA 10.2 从源代码构建 tensorflow==1.15.4 后 GPU 无法识别答案

【问题标题】：GPU not recognized after building tensorflow==1.15.4 from source with CUDA 10.2使用 CUDA 10.2 从源代码构建 tensorflow==1.15.4 后 GPU 无法识别
【发布时间】：2020-12-03 09:30:11
【问题描述】：

对于一些我想复制的代码，我需要安装 tensorflow==1.15.4 并支持 GPU。不幸的是，预构建的二进制文件是 compiled with CUDA 10.0，但我的系统上有 CUDA 10.2。

因此，我想从源代码安装它并自己构建它。我关注了these official instructions。在configure 期间，我始终选择默认值，但Do you wish to build TensorFlow with CUDA support? [y/N]: 除外，我用Y 回答。我使用了以下构建命令：

bazel build --config=v1 --config=cuda //tensorflow/tools/pip_package:build_pip_package

我认为--config=cuda 在这里是多余的，但我还是把它包括在内以确保。

我最初在构建过程中遇到了一个错误，我可以使用this 解决该错误。之后，编译成功完成。

令我惊讶的是，安装后运行以下 sn-p 表明我的 GPU 仍然无法与 tensorflow 一起使用。

import tensorflow as tf


tf.test.is_built_with_cuda()  # True
tf.test.is_gpu_available()  # False

谁能告诉我我在这里做错了什么？

【问题讨论】：

你确定你导入和调用的tensorflow就是你自己构建的吗？
@talonmies 似乎是这样。运行python -c "import tensorflow as tf; print('\n'.join(tf.__path__))" 导致this output。这是我安装内置轮子的库。
发现问题：我将CUDA_VISIBLE_DEVICES=1 作为环境变量，如the sample code I'm trying to replicate 中所示。如果我将其设置为0 或完全取消设置，GPU 将被识别。你知道背后的原因吗？如果是这样，您能否创建一个答案以便我接受？
您可以并且应该创建自己的答案。回答你自己的问题是完全可以的
@talonmies 我知道这一点。但在那种情况下，答案不会包括修复工作的原因。如果你也不知道，我很乐意自己回答。

标签： tensorflow build gpu

【解决方案1】：

code I was trying to replicate 已将 CUDA_VISIBLE_DEVICES=1 设置为环境变量。由于对 Tensorflow 的缺乏经验，我也在不理解我的意思的情况下设置了这个。

由于我只有一个 GPU，即索引 0，我的 GPU 未被识别。因此，这与按预期工作的构建无关。

【讨论】：