[解决bug]tensorflow2.4 无法使用gpu

最新推荐文章于 2024-06-18 11:03:31 发布

原创

最新推荐文章于 2024-06-18 11:03:31 发布 · 1.5k 阅读

收录于

在尝试使用TensorFlow 2.4的GPU版本时，可能会遇到CPU与GPU版本冲突、CUDA/CUDNN版本不匹配、环境变量未配置、PhysX问题以及缺失DLL文件等错误。解决方案包括卸载多余版本、确保软件版本兼容、配置环境变量、检查 PhysX 设置以及确保所有必需的DLL文件完整。如果遇到tf.test.is_gpu_available()返回False，可以查看链接中的教程解决问题。

都是坑，血泪教训。

可能的问题如下：

cpu和gpu版本重复
同时安装 tensorflow cpu版和gpu版，会使用高版本的，卸载只保留GPU版即可
cuda、cudnn版本与tensorflow不匹配
不废话了，看下面这个帖子。
https://blog.csdn.net/weixin_42101177/article/details/113512010
未配置环境变量
同上
PhysX未配置
看这个
https://blog.csdn.net/flana/article/details/104772614?ops_request_misc=%25257B%252522request%25255Fid%252522%25253A%252522161051973316780271540936%252522%25252C%252522scm%252522%25253A%25252220140713.130102334.pc%25255Fall.%252522%25257D&request_id=161051973316780271540936&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_v2~rank_v29-4-104772614.pc_search_result_cache&utm_term=Not%20creating%20XLA%20devices,%20tf_xla_enable
缺少dll文件
在jupyter运行 tf.test.is_gpu_available() 时显示 False，但是没具体信息。
用 cmd 运行 python ，如下图，缺少了dll文件，解决方法见链接

https://blog.csdn.net/yijiancmy/article/details/105588156
重启试试
安装完毕记得重启jupyter。