Keras 没有检测到 GPU，但 tensorflow 是答案

【问题标题】：Keras not detecting GPU, but tensorflow isKeras 没有检测到 GPU，但 tensorflow 是
【发布时间】：2023-03-19 06:08:02
【问题描述】：

我正在尝试让我的 keras 后端工作，但它一直告诉我没有 GPU，但我的 tensorflow 却说不然。

张量流

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

输出

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 7600201089948511065
, name: "/device:XLA_CPU:0"
device_type: "XLA_CPU"
memory_limit: 17179869184
locality {
}
incarnation: 9640434864482537344
physical_device_desc: "device: XLA_CPU device"
, name: "/device:XLA_GPU:0"
device_type: "XLA_GPU"
memory_limit: 17179869184
locality {
}
incarnation: 15836333527683385212
physical_device_desc: "device: XLA_GPU device"
]

keras

from keras import backend as K
K.tensorflow_backend._get_available_gpus()

输出

[]

Tensorflow-gpu 可以工作，但是 keras 由于某种原因看不到

Cuda 已安装

tensorflow-gpu = 1.14.0
keras = 2.0.8
python = 3.6

【问题讨论】：

你在使用任何 conda/virtualenv 环境吗？你能检查一下是否有任何全局安装吗？
是的，但我目前全局安装所有包
我遇到了同样的问题。您是否尝试过卸载 keras 并安装 keras-gpu？您是否使用 tf.keras 来构建和训练模型？
哦，我发布了我所做的事情

标签： tensorflow machine-learning keras

【解决方案1】：

在此之前您需要确认的几件事，

您使用的是哪种 GPU？只有英伟达有效。您是否安装了 tensorflow-gpu（keras 使用它作为后端）？你有安装 CUDA 吗？

既然 tensorflow 正在检测 GPU，那么它要么是上述几点的问题，要么您可以尝试升级各种包。

最后，如果没有其他方法，我建议在 tensorflow2 中使用高级 API，它实际上与 keras 相同。

希望这会有所帮助。

【讨论】：

我用的是nvidia，安装了tensorflow-gpu
CUDA 怎么样？

【解决方案2】：

将 ppa 添加到 ubuntu 存储库，它们具有最新的驱动程序。有风险，但值得！

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

尝试安装最新的cuda驱动

sudo ubuntu-drivers autoinstall

如果失败（就像我的情况一样），请为它抱怨的所有依赖项执行 sudo apt install。

就我而言：

sudo apt install libnvidia-gl-435 nvidia-dkms-435 nvidia-kernel-source-435

再试一次

sudo ubuntu-drivers autoinstall

重启电脑

创建一个新的 conda 环境

conda create -n tf python=3.7

source activate tf


conda install -c anaconda keras-gpu tensorflow-gpu jupyter pytables pandas seaborn scikit-learn gensim -y

【讨论】：