環(huán)境：Anaconda3，ubuntu18.04，RTX3080ti，python3.7

RTX3080ti顯卡是當(dāng)前市面上比較新的，算力比較強(qiáng)的顯卡，且這類顯卡采用了安培架構(gòu)僅支持cuda11.x及以上版本。關(guān)于tf-gpu,cuda,cudnn間的對應(yīng)關(guān)系，我們可以查看：從源代碼構(gòu)建 ?|? TensorFlow
關(guān)于驅(qū)動(dòng)和cuda，cudnn的對應(yīng)關(guān)系，我們可以查看：Release Notes :: CUDA Toolkit Documentation
?

##問題1：我的30系列卡的驅(qū)動(dòng)為450.x.x或更高,按照向下兼容的道理，那我是不是可以使用cuda10.x？

正常答案是不能，因?yàn)檎Ｇ闆r下30系列的卡只支持cuda11.x（非正常的答案也有，不過安裝起來比較麻煩，這里我們只討論正常情況，下面會(huì)給出這種情況的鏈接）。這個(gè)問題也是困擾我的問題，因?yàn)槲乙恢北种蛳录嫒莸牡览?#xff0c;相信我的3080ti支持cuda10.x，我在幾次測試時(shí)發(fā)現(xiàn)，行不通。我們都知道，在使用conda安裝tf-gpu的時(shí)候，會(huì)自動(dòng)安裝對應(yīng)的cudatoolkit和cudnn，這也著實(shí)為我們省了不少麻煩。但是在安裝時(shí)發(fā)現(xiàn)conda可以search到的最高tensorflow-gpu版本為2.4.1，而其對應(yīng)的cudatoolkit是10.1.183，這種辦法裝好的環(huán)境，在使用tf.test.is_gpu_avaliable()時(shí)打印出的是True，但在實(shí)際跑代碼時(shí)，會(huì)卡在奇怪的地方：

然后報(bào)最下面的一行錯(cuò)，可以看到，cuda和cudnn雖正常打開，但是并沒辦法使用，就是因?yàn)?0系列的卡只支持cuda11.x，這也就意味低于tf-gpu=2.x版本的代碼是不能運(yùn)行的，tf-gpu=1.x的版本更不可以。怎么解決呢，繼續(xù)看問題2和3。
PS：非正常情況，因?yàn)镚eogle不再維護(hù)tf1.x，但是Nvidia公司有在維護(hù)一款tf-gpu=1.15.x,且可以運(yùn)行在30系列的卡，該方法需要科學(xué)上網(wǎng)和指定的ubuntu版本（ubuntu20.x），因此我就沒有嘗試，有興趣的可以一試，鏈接：https://blog.csdn.net/wu496963386/article/details/109583045）

##問題2：我虛擬環(huán)境中的tensorflow-gpu如果不使用conda自動(dòng)安裝的cudatoolkit和cudnn，直接使用大環(huán)境的CUDA和cudnn（前提是你的大環(huán)境已經(jīng)配置好）？

答案是可以，因?yàn)閏onda可以search到的最高tensorflow-gpu版本為2.4.1，而其對應(yīng)的cudatoolkit是10.1.183，我們的30卡不可以直接用。由于該tf-gpu和cudatoolkit，cudnn是捆綁安裝的，且卸載的時(shí)候是捆綁卸載的，所以我們不能使用conda來裝tf-gpu了。將原來conda裝的tf-gpu卸載，會(huì)一并卸載cudatoolkit和cudnn。如果環(huán)境中沒有cudatoolkit和cudnn，就會(huì)使用大環(huán)境中的cuda和cudnn，使用pip在虛擬環(huán)境中安裝tf-gpu，由于我的大環(huán)境cuda版本為11.2，因此我下載了tf-gpu=2.6.1。不少同學(xué)會(huì)問，可是我的代碼時(shí)1.x的怎么辦，接著看問題3。

##問題3：tf2.x和tf1.x相比，很多函數(shù)都變了，也舍棄了很多函數(shù)，怎么辦？

根據(jù)問題1，我們已經(jīng)知道，tf-gpu=1.x的版本正常是無法在30系列的卡上運(yùn)行的，想調(diào)顯卡就必須使用tf-gpu=2.x，因此我們需要針對修改源碼，以讓其在tf-gpu=2.x下運(yùn)行，主要涉及的改動(dòng)：

1.在import tensorflow 時(shí)使用：

import tensorflow.compat.v1 as tf ### tf.disable_v2_behavior()

這種方式import的tf不包含contrib，因?yàn)閠f2.x丟棄了這個(gè)包

2.一些使用contrib包的初始化方式及函數(shù)：

tf1.x: tf.contrib.layers.xavier_initializer()-->tf2.x: tf.keras.initializers.glorot_normal()

tf1.x： tf.contrib.layers.l2_regularizer(0.01)) -->tf2.x： tf.keras.regularizers.l2(0.01))

?大家在修改時(shí)，要根據(jù)出現(xiàn)的報(bào)錯(cuò)修改，改動(dòng)應(yīng)該不會(huì)涉及太多。

最后給大家說一下，我當(dāng)前的配置：Nvidia-driver：465.31，tf-gpu=2.6.1，cuda=11.2（11.2.142）, cudnn=8.1.1

最后還有一個(gè)問題：根據(jù)從源代碼構(gòu)建 ?|? TensorFlow這里查詢到的tf-gpu=2.4.0應(yīng)該是搭配cuda=11.0的，為什么conda里會(huì)搭配cudatoolkit=10.1.x呢？應(yīng)該是該網(wǎng)址給出的是已知能用的搭配，并不是所有搭配，想嘗試conda這組搭配可不可行的，可以使用20系列顯卡，安裝搭配cuda10.1的驅(qū)動(dòng)。

總結(jié)

以上是生活随笔為你收集整理的记录之使用3080ti运行tensorflow-gpu=1.x版本的源码的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。