Tensorflow 1.15无法检测带有Cuda10.1的gpu
TensorFlow是一个开源的机器学习框架，广泛应用于各种人工智能任务中，包括图像识别、自然语言处理、推荐系统等。它具有易用性、灵活性和高性能等优势。TensorFlow通过计算图的方式，将复杂的计算任务分解为多个简单的计算步骤，提供了丰富的算子库和工具，方便开发者进行模型训练和推断。
对于TensorFlow 1.15无法检测带有Cuda10.1的GPU的问题，可能是由于版本不兼容或安装配置问题导致的。下面提供一些可能的原因和解决方案：
- 版本不兼容：TensorFlow 1.15版本可能不支持Cuda10.1的GPU驱动程序。建议尝试升级到TensorFlow的更高版本，如TensorFlow 2.x系列，以获取更好的兼容性。
- 安装配置问题：确保已正确安装了Cuda10.1的GPU驱动程序，并且配置了正确的环境变量。还需要确保TensorFlow版本与Cuda和GPU驱动程序兼容。
针对TensorFlow和GPU的集成问题，腾讯云提供了丰富的云计算产品和服务，以满足不同场景的需求。以下是腾讯云相关产品和服务的介绍：
- 腾讯云AI机器学习平台（AI Lab）：提供了基于TensorFlow的深度学习环境，方便用户在云端进行模型开发、训练和推断。详情请参考腾讯云AI机器学习平台。
- GPU云服务器：腾讯云提供了丰富的GPU云服务器实例，包括NVIDIA Tesla V100、T4等型号，满足不同计算需求。详情请参考GPU云服务器。
- 弹性AI引擎（TIA）：提供了便捷的深度学习模型上线部署和推理服务，支持TensorFlow等常用框架。详情请参考弹性AI引擎。
请注意，以上产品和服务仅作为示例，具体选择和配置应根据实际需求进行。
相关·内容
我正在尝试设置用于gpu计算的系统，以训练深度学习模型。所需的tensorflow版本为1.15 gpu。我想知道我必须在系统中安装哪个版本的CUDA和CUDnn？
浏览 0提问于2020-01-30得票数 0
Ubuntu18.04，nvidia mx150，cuda10.1，tensorflow同时使用$ pip install tensorflow和$ pip install tensorflow-gpu安装。问题是它无法检测到GPU，但当尝试使用pytorch时，它可以检测到。似乎找不到问题所在。提前谢谢。
编辑1-我已经将CUDA_VISIBLE_DEVICES设置为0，我可以手动检测图形处理器，但tensorflow不能，我还没有尝试源构建选项。
浏览 0提问于2020-12-01得票数 2
我一直在尝试使用Tensorflow GPU，但很明显，Tersorflow无法识别我的GPU。
当我运行时：
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
作为输出，只显示我的CPU。我检查了所有版本，它们似乎是兼容的。我有CUDA10.1和CUDA工具包，cuDNN 7.5和Tensorflow 1.13.1。我在Ubuntu 18.xx上运行所有程序
我做错了什么？
浏览 2提问于2019-03-11得票数 1
1回答
我试图在自定义数据集上训练VGGNET模型，我已经在colab上试验了这个模型，但是现在我需要在本地机器上运行相同的代码。
我尝试用Tensorflow GPU 1.15和CUDA 10.0运行代码(我正在使用的colab有Tensorflow GPU 1.15和CUDA 10.0)，但是代码给出了这个错误
...
(0) Unknown: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning l
浏览 2提问于2020-03-18得票数 0
回答已采纳
我第一次尝试在HPC集群上使用Tensorflow-gpu。我有一些主要的错误，因为缺少不允许我使用GPU的库。 2020-11-22 14:19:26.629817: W tensorflow/stream_executor/platform/default/dso_lo
浏览 45提问于2020-11-22得票数 0
有谁知道如何使用Google Colab/Colab Pro的GPU for tensorflow版本1.x？我尝试将我的CUDA10.1降级到10.0 (这不起作用)，同时安装tensorflow gpu==1.14 (建议这样做，因为这可能会降低性能)。
浏览 0提问于2020-06-26得票数 1
问题
请确认在1.15 tensorflow-gpu后使用TensorFlow 的CPU和GPU，安装tensorflow软件包就足够了，并且不再需要。
背景
仍然可以看到声明安装tensorflow-gpu的文章，例如pip install tensorflow-gpu==2.2.0和与最新的tensorflow-GPU2.4.1一起活动。
Annaconda文档还提到了tensorflow-gpu包。
TensorFlow是一个通用的机器学习库，但最受欢迎的是深度学习应用程序。Anaconda中有三种支持tensorflow软件包的变体，其中之一是NVIDIA GPU版本。
浏览 16提问于2021-04-14得票数 3
回答已采纳
你好，
在安装了最新的Python发行版之后，我遇到了一些导入问题(我想在GPU中使用它)。它说它找不到"cudart64_101.dll“，这很奇怪，因为我已经正确安装了CUDA 10，并且可以在我的计算机上找到这个文件(路径：C:\ProgramData\NVIDIA Corporation\Downloader\PostProcessing\GFE\c15894515e933d7ad026c4344ec1c99d\GFExperience.NvStreamSrv\amd64\server\cudart64_101.dll)。产出如下：
2020-05-14 17:37:59.99
浏览 2提问于2020-05-14得票数 2
我正在尝试使用Conda安装tensorflow-GPU1.15，以便轻松安装CUDA和cuDNN。问题是，检查官方网站的，我需要Python3.6，CUDA10.0和cuDNN 7.4。
通过conda search cudnn搜索Conda代表，它说没有cuDNN 7.4。有没有其他方法来安装所需的软件包？或者tensorflow 1.15也可以与其他版本的组合一起使用？
顺便说一句，Python3.6、tensorflow-GPU1.15和CUDA10安装正确，但如果没有cuDNN，我似乎无法正确使用GPU。我最近才开始使用Conda，所以可能有一种我没有意识到的直接方法。我的Conda
浏览 70提问于2020-11-13得票数 10
回答已采纳
3回答
我已经安装了VisualStudio2019，以及Cuda10.1和TensorFlow 2.1.0，我仍然不能用GPU运行人脸识别，有人能给我一个关于使用GPU而不是CPU的步骤的完整指南吗？
注意:我使用的是windows 10，我的GPU是gtx1050，我使用的是anaconda蜘蛛。
浏览 9提问于2020-02-28得票数 1
回答已采纳
所有需要的软件都已安装，显卡驱动程序用于Gefore RTX 2060、CUDA10.1、cuDNN 8.0.2.39、Anaconda3、TensorFlow 2.3.0。所有这些都遵循Nvidias安装指南，确保所有版本都能协同工作。
但是，我在Jupyter Notebook中找不到任何GPU设备。(下面提供了Jupyter Notebook代码)
根据tensorflow.org的说法，Tensorflow 2.3.0应该会自动支持GPU。这意味着不需要安装10个低gpu。对吗？
非常感谢您的帮助。谢谢!
底层硬件和软件：
windows 10 (64位)
Geforce RTX 2
浏览 2提问于2020-08-24得票数 0
我已经安装了cuda-8.0并使用以下方法安装了TensorFlow：
sudo pip install tensorflow-gpu
当我尝试import tensorflow as tf时，它说：
ImportError: libcublas.so.9.0:无法打开共享对象文件:没有这样的文件或目录
我想它是在寻找libcublas in cuda-9.0
我在安装cuda-9.0之前清除了cuda-8.0
谁能告诉我还有什么原因吗？
浏览 3提问于2018-02-14得票数 2
每次优化tensorflow图表时，我都会收到此警告： TensorRTOptimizer is probably called on funcdef! This optimizer must *NOT* be called on function objects. 我只想知道这个警告是什么意思，我如何才能避免它，以及它的影响。 我使用的是带有cuda 10.0和tensorflow-GPU1.15的tensorRT 5.1.5 谢谢!
浏览 70提问于2020-01-15得票数 0
回答已采纳
我希望在Windows PC上同时支持Visual Studio 2019 (需要CUDA 10.1)和TensorFlow-GPU 1.14 (需要CUDA 10.0)。有什么方法吗？
我只需安装CUDA10.0和CUDA10.1，并将这两个目录添加到环境变量CUDA_PATH中。cuDNN已安装。
结果是Visual Studio可以检测到CUDA，而TensorFlow不能。
浏览 62提问于2019-08-15得票数 1
我有一个用cuda 10.1编译的c++代码，但是我想安装tensorflow-gpu，它支持的最新版本是10.0。我有一个Ubunutu 18.04。每次我想让tensorflow-qpu工作时，我最终会安装10次卸载不同的cuda，cuDnn版本。我使用pip来安装tensorflow-gpu和用于cuda驱动程序的.run文件。
如何安装cuda 10.0，使其不会影响Cuda10.1的安装，并且每次我想要使用驱动程序时都可以切换？
浏览 0提问于2019-08-30得票数 0
回答已采纳
1回答
我的操作系统是Ubuntu18.04，图形处理器是GTX850M。我使用的是nvidia驱动程序430.50、CUDA 10.1、CuDNN 9.0和tensorflow-gpu 1.14.0。当我尝试在tensorflow中获取可用的设备时
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
我要把这个拿出来
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
loc
浏览 3提问于2020-04-15得票数 1
我正在用一个GeForce RTX 2060构建一个深度学习平台。
我想使用，它还不兼容tensorflow 2.0。
根据和的说法，tensorflow-gpu-1.15只被列为与CUDA 10.0兼容，而不是CUDA 10.1。
试图从的Nvidia下载数据自动化系统
搜索apt缓存也不会导致CUDA 10.0。
$ sudo apt-cache policy nvidia-cuda-toolkit
[sudo] password for lansford:
nvidia-cuda-toolkit:
Installed: (none)
Candidate: 10.1.243-3
浏览 4提问于2020-07-30得票数 2
1回答
nvidia gpu不适用于python3.6，只能用于python2.7版本。我正在研究ubuntu，Cuda10.1，以及所有的司机正常工作。我也尝试过创建新的python环境，但是gpu仍然可以用于python，而不是python3。如何使用gpu运行python3脚本？
请注意，tensorflow-gpu，torch已经安装并在python2上工作，唯一的问题是python3不使用gpu，包括jupyter笔记本(使用python3)。我使用ssh连接到服务器，已经安装了nvidia docker。
浏览 1提问于2020-05-30得票数 0
回答已采纳
如何确定tensorflow是否使用gpu？当我检查任务管理器中的GPU时，它说它已经满了1%。我发现有一点，但我不知道显示是否也可能是不正确的信息。我发现计算对于CPU来说太快了，但实际上对于GPU来说太慢了.
安装了tensorflow和tensorflow-gpu，版本1.15。
浏览 1提问于2020-02-28得票数 0
回答已采纳
gpu仍然低于5%，有没有代码来检查模型是否使用了gpu？(Tensorflow 1.15)
浏览 4提问于2021-07-02得票数 0
1回答
描述的问题是：误差:无法得到卷积算法。这可能是因为cuDNN未能初始化，所以尝试查看上面是否打印了警告日志消息。
系统信息：我正在从事Anaconda间谍的工作。操作系统平台: Windows 10 TensorFlow版本: 1.15 Python版本: 3.6安装命令: conda创建-n MRI pyrhon=3.6 Tensorflow-gpu /Cudnn版本:Cudnn-7.5.0，CUDA-10.1 GPU模型和内存: GeForce RTX 2060
有人能告诉我有什么问题吗？为什么CuDNN无法初始化？
浏览 2提问于2020-01-22得票数 0
我正在尝试在Windows10中安装tensorflow 1.15。我尝试在CUDA10.0和cuDNN 7.4上使用Python3.6.4和3.7.8。
我使用的是pip版本21.0.1，虽然它来自另一个版本的python (也许这是一个问题？)
pip 21.0.1 from C:\Users\rodri\AppData\Roaming\Python\Python39\site-packages\pip (python 3.9)
我尝试了一些命令，比如：pip install --ignore-installed --upgrade https://storage.googleapis.c
浏览 65提问于2021-02-25得票数 1
我发现安装CUDA10.1有问题，因为它与我的显卡(GeForce RTX2060)不兼容。我成功安装了CUDA 10.2。但它看起来与Tensorflow 2.1不兼容。 当我在python上运行这段代码时： import tensorflow as tf
tf.config.list_physical_devices() 它返回一个空列表，这意味着没有可用的GPU。 有没有办法解决这个问题？谢谢
浏览 19提问于2020-04-17得票数 2
回答已采纳
1回答
我目前正在尝试为windows安装tensorflow GPU，视频如下：https://www.youtube.com/watch?v=qrkEYf-YDyI&t=552s&ab_channel=JeffHeaton。 我使用的是nvidia geforce gtx 970，并且已经安装了游戏就绪驱动程序。我已经为CUDA 10.0安装了CUDA ToolKit 10.0和cuDNN 7.6.4。我已经添加了环境变量的所有路径，当我试图通过运行以下yml文件来创建一个新的环境时，我得到了这个错误： name tensorflow
dependencies
- p
浏览 27提问于2020-09-09得票数 0
在https://colab.research.google.com/notebooks/gpu.ipynb中，我假设这是谷歌的图形处理器加速的官方演示，如果我遵循这些步骤，使用Tensorflow 2.x的图形处理器加速(大约比CPU快60倍)工作。但是，如果我想使用1.15版本，就像在https://colab.research.google.com/drive/12dduH7y0GPztxSM0AFlfpjj8FU5x8YSv中一样(与第一个链接中的notebook相比，唯一的变化是两次都去掉了"%tensorflow_version 2.x“)，tf.test.gpu_dev
浏览 16提问于2019-12-25得票数 1
回答已采纳
我刚刚安装了Visual 2019和Tensorflow，但是我无法导入Keras，因为我收到了以下错误消息：
Keras需要TensorFlow 2.2或更高版本。通过TensorFlow安装pip install tensorflow
问题是，我别无选择，只能安装Tensorflow 1.15，因为我有以下设置：
2019
Python 3.7
CPU i7 920 (没有avs，只有SSE)
操作系统Windows 7 64
Nvidia GPU
库达10.1
我必须下载并安装我的CPU Python版本的轮子，以及名为“tensorflow-1.
浏览 11提问于2020-06-19得票数 34
回答已采纳
当在谷歌AI平台上使用TensorFlow2.0创建时，没有GPU选项，在点击“打开JupyterLab”后，我得到了504错误。它只发生在Tensorflow 2.0中。Tensorflow Enterprise 1.15的选项运行良好。
浏览 14提问于2019-11-15得票数 0
回答已采纳
我在tensorflow 2.1.0 Anaconda上使用CUDA工具包10.1 CUDNN 7.6.0 (Windows 10)运行我的代码，并返回一个问题
F .\tensorflow/core/kernels/random_op_gpu.h:232] Non-OK-status: GpuLaunchKernel(FillPhiloxRandomKernelLaunch<Distribution>, num_blocks, block_size, 0, d.stream(), gen, data, size, dist) status: Internal: no kernel
浏览 9提问于2020-08-05得票数 9
回答已采纳
1回答
我卸载了tensorflow：
pip uninstall tensorflow
它是成功的，当我再次运行它时，我会收到以下消息：
Skipping tensorflow as it is not installed.
问题是当我在python中导入tensorflow时：
python
Python 3.7.0 (v3.7.0:1bf9cc5093, Jun 27 2018, 04:59:51) [MSC v.1914 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or
浏览 4提问于2022-05-27得票数 0
我使用的是带有Nvidia Tesla T4的Ubuntu18VM。我安装了支持GPU的修正后的tensorflow 1.15版本，但仍然无法在jupyter笔记本上运行GPU。2.如何处理这个问题？我相信驱动程序设置成功 +-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.33.01 Driver Version: 440.33.01 CUDA Version: 10.2 |
|--------------------------
浏览 20提问于2019-12-12得票数 0
我需要使用Tensorflow 2.0设置一个AWS EC2 GPU实例。我看到的所有文档都表明，当前的AWS AMI映像只支持Tensorflow 1.14或1.15，而不支持Tensorflow 2.0。因此，我想知道在AWS实例上获得Tensorflow-GPU2.0的最佳方法是什么。
我可以创建一个EC2 GPU实例，安装Nvidia驱动程序，然后使用nvidia-docker和Tensorflow 2.0.安装一个接口实例，或者使用Tensorflow 1.14安装一个AMI映像，然后升级到Tensorflow 2.0？目前尚不清楚哪种方法更有意义。
欢迎提出任何建议。
浏览 3提问于2019-11-08得票数 5
回答已采纳
帮我走出我无法克服的错误
在使用下面的命令之后
python generate_tfrecord.py --csv_input=images/train_labels.csv --image_dir=images/train --output_path=train.record
我收到以下错误
Traceback (most recent call last):
File "C:\Users\asus\Anaconda3\lib\site-packages\tensorflow_core\python\pywrap_tensorflow.py", line 58, in &
浏览 12提问于2020-02-25得票数 0
我是aws酿酒师的新手。我正试图在aws中建立一个模型，使用带有GPU支持的keras。下面给出了用于推断模型的码头底图。
FROM tensorflow/tensorflow:1.10.0-gpu-py3
RUN apt-get update && apt-get install -y --no-install-recommends nginx curl
...
这是我用来检查GPU是否被烧瓶中的keras识别的keras代码。
import keras
@app.route('/ping', methods=['GET'])
def pin
浏览 0提问于2018-12-11得票数 4
回答已采纳
我使用标准的tensorflow-gpu==1.15镜像在Google Cloud上部署了一个深度学习虚拟机。然而，我后来意识到我需要tensorflow-gpu>=1.4。因为我已经在我的VM实例上做了很多处理，所以我想知道是否有可能在不部署新VM的情况下升级镜像版本？ 谢谢!
浏览 30提问于2020-03-26得票数 1
回答已采纳
1回答
我尝试使用GPU与Tensorflow，所以我安装了CUDA10.1，CURN7.6，TensorRT 6和Tensorflow-GPU2.1.0。但是当我导入tensorflow来检查它是否能检测到gpu时。它给出了以下错误
>>> import tensorflow as tf
2020-04-22 14:44:14.473830: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'libnvinfer.so.6';
浏览 0提问于2020-04-22得票数 1
我正试着在图形处理器上运行我的python代码，它使用tensorflow-federated。要设置我的环境，我使用venv。首先，我安装了tensorflow-gpu，然后我的python代码可以识别图形处理器，我使用tf.test.gpu_device_name()。然而，一旦我安装了tensorflow-fedenerated，我的python就不会看到任何图形处理器，而是开始使用CPU！我使用的是Ubuntu 16.04.6 LTS。我尝试了大量不同版本的包的组合：
python = 3.6, 3.7
cuda = 10.0, 10.1
tensorflow-gpu = 1.13.1
浏览 0提问于2020-04-08得票数 1
我将RTX 3080连接到我的计算机上。但是当在Keras2.3.1和tensorflow 1.15上进行训练时，我得到了一些错误“无法运行cuBLAS_STATUS_EXECUTION_FAILED，没有mem零GPU位置...检查failed:start_event !=nullptr && stop_event != nullptr”我认为问题是最近发布的RTX3080和CUDA11还不支持Keras2.xx和tensorflow 1.xx。是这样的吗？是什么造成了这个问题？
浏览 105提问于2020-09-20得票数 0
我是新来的，学习机器学习。当我尝试按照指令安装nvidia时，安装失败。
要在tensorflow 2.4中使用Cuda，它需要Cudav10.1，当我尝试安装Cuda10.1以下程序()时，它会删除我的图形卡驱动程序nvidia-450和安装nvidia-418。我认为RTX 2070 Super不支持，因为在安装nvidia-418之后，我的屏幕分辨率降低了，并且无法运行nvidia-smi命令。
如何在我的计算机环境中安装cuda10.1 (Ubuntu18.04，RTX 2070 SUPER，tensorflow v2.4)？或使用tensorflow的RTX 2070超级版cuda的
浏览 1提问于2020-12-31得票数 0
回答已采纳
重新安装Ubuntu18.04后，我无法再使用StyleGAN代理生成镜像。我得到的错误消息是InvalidArgumentError: Cannot assign a device for operation Gs_1/_Run/Gs/latents_in: {{node Gs_1/_Run/Gs/latents_in}}was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/device:CPU:0, /job:localhost/replic
浏览 27提问于2019-12-06得票数 0
1回答
我正在用一个gpu Titan RTX在节点集群上训练一个图形神经网络。我正在使用Tensorflow-gpu 1.15，它可以成功地识别gpu。训练涉及到浮点数64型的一些张量运算，其中训练集是由256 K稀疏块循环矩阵构成的中等大小的矩阵。我评估每次运行256个样本，批处理大小设置为32。
当我查看tb中的损失图表时，我注意到，即使在评估了100多个样本(经过24小时的培训之后)，我的培训损失一点也没有衰退:它看起来很吵，而且相当平坦。这是结核病的阴谋：
损失被测量为误差矩阵的范数，它被认为是衰减的。我还使用了adam优化器，其学习速度为10^-3。对于它为什么会这样做，有什么见
浏览 12提问于2022-11-15得票数 0
pip install tf-object-detection给了我这个错误：
ERROR: Cannot install tf-object-detection==0.0.1, tf-object-detection==0.0.2, tf-object-detection==0.0.2.1, tf-object-detection==0.0.2.3, tf-object-detection==0.0.2.4, tf-object-detection==0.0.2.5, tf-object-detection==0.0.2.6, tf-object-detection==0.0.2.7 and
浏览 19提问于2021-06-08得票数 0
1回答
我正在尝试在GCloud中的kubernetes上运行一些python代码，我使用pytorch，对于基本图像，我使用python
一切正常，我的模型训练，但只使用CPU。当我运行以下命令时
>>> import torch
>>> torch.cuda.is_available()
/opt/conda/lib/python3.7/site-packages/torch/cuda/__init__.py:52: UserWarning: CUDA initialization: CUDA driver initialization failed, y
浏览 3提问于2021-04-16得票数 0
一直试图访问Tensorflow 2.3.1中的Cuda (通过PyCharm)来访问我的兼容GPU以进行对象检测。TensorFlow以前也在工作，但当我安装Cuda时，我意识到它是11.1，TensorFlow有着cuda10.1的先决条件。我的计算机上有两个版本，并试图使用Windows /remove工具卸载所有11.1工具包(这是推荐的)。但是，当我试图将TensorFlow包重新安装到项目解释器设置(在PyCharm中)时，这似乎适用于删除11.1，但会出现以下错误：
UnsatisfiableError:发现以下规范与您的环境中现有的python安装不兼容：
规格：
tenso
浏览 2提问于2020-10-05得票数 0
我正在迁移到Tensorflow 2.0，我工作于
Ubuntu 18.04
CUDA 10.2
Python 3.7
ZOTAC GeForce GTX 1080 Ti Mini (ZT-P10810G-10P)
当我运行nvcc -V和nvidia-smi时，我可以看到GPU。但是下面的命令没有列出GPU。
tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None)
Output: False
tf.config.experimental.list_physical_devices(dev
浏览 0提问于2019-12-10得票数 0
回答已采纳
我成功地安装了CUDA10.1，然后cudn7.6.5最终将libcudn.so.7复制到/usr/lib/cuda/lib 64，并将lib64文件夹导出到LD_LIBRARY_PATH。然而，我仍然在tensorflow中得到了错误：
tensorflow/stream_executor/platform/default/dso_loader.cc:44]：01:00.0名称: GeForce GTX 1050 computeCapability: 6.1 coreClock: 1.493 GTX:5 deviceMemorySize: 3.95GiB deviceMemoryBandwi
浏览 1提问于2021-04-23得票数 0
假设我想用Tensorflow开发和训练一个大的端到端深度学习模型(1.15，因为遗留的原因)。对象复杂，可以提取的特征类型很多:固定长度的数值特征向量、序列、无序集等。因此，该模型将包含许多子模块来处理各种类型的特征。
我可以访问一个带有多个GPU的服务器，所以我想在它们之间分发模型。这样做最好的方法是什么？到目前为止，我正在考虑将子系统放在单独的GPU上，但这提出了一些问题：
在GPU之间传输计算结果的成本会有多高？是自动的，对吧？
考虑到变量被放置在不同的GPU上，梯度计算和下降的代价会有多大？梯度是否也会与其对应的变量在相同的GPU上计算？
浏览 0提问于2020-02-14得票数 1
我在我的新电脑和系统上安装了tensorflow-gpu，所有的东西都能完美地识别我的图形处理器，为此我在我的终端上尝试了一下：
Nvidia测试：
nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243
但是，我想知道tensorflow是否能识别我尝试的GPU：
Tensorflow测
浏览 0提问于2020-05-05得票数 0
1回答
我试图用Cuda10.1(Ubuntu18.04)将我的NVidia驱动程序更改为435.21，以便在Tensorflow-GPU上工作。重新启动后，我无法正常进入到Ubuntu，我认为驱动程序安装不好，或有一些丢失或冲突的软件包。因此，我使用恢复模式访问Nvidia文件，然后尝试删除和清除Nvidia文件并再次安装它，但我遇到了以下错误：
Pic1 -错误1.1
Pic2 -错误1.2
另外，我使用了“修复中断”命令来修复损坏的包，但是它给了我这个错误。
Pic3 - Error2
现在我被困住了。我不能删除任何文件或修复或升级。有人能告诉我怎么解决这个问题吗？
提前谢谢你
一些细节：
设备
浏览 0提问于2020-04-10得票数 0
回答已采纳
我在卸载TensorFlow时遇到问题。
我有一个使用TensorFlow的Python脚本。我希望它使用TensorFlow 1.15，但它目前使用的是TensorFlow 2.1.0。我通过我的命令：pip uninstall tensorflow和pip uninstall tensorflow-gpu删除了TensorFlow。当我再次运行这些命令时，它提示没有安装TensorFlow。但是，我可以看到我的脚本显示它使用的是TensorFlow 2.1.0 (我在脚本中添加了行：print(tf.__version__))。谁知道这个TensorFlow 2.1.0的安装位置，以及如何
浏览 1提问于2020-01-20得票数 0
我的系统中有4个特斯拉K80 GPU。我想自动分配免费GPU的基础上，在代码中的整数输入。我知道使用tf.config.experimental.set_visible_devices()来分配特定的GPU，但目前不知道如何识别哪些GPU正在使用中(希望使用nvidia-smi手动进行识别)。我目前正在为每次运行更改下面的代码。 import tensorflow as tf
gpus = tf.config.experimental.list_physical_devices('GPU')
if gpus:
# Restrict TensorFlow to only
浏览 39提问于2020-01-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
