文章目錄

• 消歧義
• 一、問題描述
• 二、解決方法
• 參考文章

消歧義

文中的算力一詞指代 (Compute) Capability

一、問題描述

以下是配置：

配置版本

顯卡	Nvidia Geforce GTX 960M
系統	Windows 10 20H2
CUDA	V10.1.105
cuDNN	V7.6.5
tensorflow-gpu	V2.3.1
Python	V3.6.8 64Bit

比對N卡官網配置，960M（算力5.0）可以支持CUDA V10.1和cuDNN V7.6（官網錯誤標注為V7.4，實際可以支持V7.6），然而在實際運行代碼中拋出錯誤...no kernel image is available for execution on the device

然而在970M（算力5.2）則可以正常運行，兩張卡只相差0.2算力

二、解決方法

簡而言之，問題出在雖然CUDA和cuDNN版本正確，但tensorflow V2.3不支持算力5.2以下的顯卡。算力5.2是一個界線，而960M的算力為5.0，因此不能使用V2.3

詳細原因見參考文章

解決方法親測有以下幾種：

• 降低版本pip tensorflow-gpu==2.2
• 使用快照版tensorflow，名稱為pip tf-nightly-gpu==2.3.0.dev20200530
  若快照版會在Adding visible gpu devices:0卡頓，等一會就好
• 換電腦

參考文章

• 關于tensorflow V2.3不支持960M顯卡及算力5.2以下顯卡的測試及原因

GitHub:no kernel image is available for execution on the device #42467

• 關于問題的解決方案之一

GitHub:CUDA runtime implicit initialization on GPU:0 failed. Status: device kernel image is invalid? #41990

• 關于運行至Adding visible gpu devices:0卡頓

CSDN:tensorflow-gpu運行測試代碼，卡在 I tensorflow/core/common_runtime/gpu/gpu_device.cc:1512] Adding visible gpu

• 關于tensorflow不同python版本的解釋

CSDN:TensorFlow提供Python語言的四個不同版本tensorflow，tensorflow-gpu，tf-nightly、tf-nightly-gpu

• 關于tensorflow V2.3的更新內容

Tensorflow Blog:What’s new in TensorFlow 2.3?

總結

以上是生活随笔為你收集整理的tensorflow——960M显卡深度学习_报错no kernel image is available for execution on the device详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。