tensorflow-gpu2.x無法檢測到GPU設備

1.檢查

在解決問題前檢查一下tensorflow是否只能檢查到CPU，而無法檢查到GPU，而非無法調用GPU。

import tensorflow as tf print(tf.test.is_gpu_available()) gpus = tf.config.experimental.list_physical_devices(device_type='GPU') cpus = tf.config.experimental.list_physical_devices(device_type='CPU') print(gpus, cpus)#打印結果為 #False #[] [PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]

2.解決方法

2.1問題一：沒安裝對應的cudnn和cudatoolkit依賴

解決辦法：安裝對應的cudnn和cudatoolkit

這個我就不重述了我博文里面有：https://blog.csdn.net/qq_43203949/article/details/108479784.

注意我的安裝環境是：其中Driver Version: 441.83 NVIDIA-SMI 441.83沒有絕對的要求。

2.2問題二：安裝了對應的依賴卻缺失了關鍵文件（cudnn64_7.dll）

如發生一下問題：（在pycharm的紅色字體報告中可以看到）

Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found

解決辦法：去英偉達那里下載對應的cudnn文件，并將缺失文件拷貝到對應的文件夾中即可。

這個我就不重述了，我這個也寫了一個博文：
https://blog.csdn.net/qq_43203949/article/details/108550960.

總結

以上是生活随笔為你收集整理的tensorflow-gpu2.x无法检测到GPU设备的全部內容，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。