各种报错的解决
-
直接安装tensorflow(LInk: tensotflow for gpu), 无法使用GPU
-
命令行安装conda(记得改成最新的版本) Link
-
在服务器上安装内存不够
记得在安装anaconde时,指定有足够空间的地址 -
问题出在缺少cudatoolkit,cudnn,根据CUDA drive version寻找对应的版本
注: cudnn有的版本conda没有,需要-c conda-forge -
检查是否安装成功
import tensorflow as tf print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
-
解锁warning: tensorflow: Not creating XLA devices, tf_xla_enable_xla_devices not set
解决方法:stackoverflow -
解锁error: CUDA driver version is insufficient for CUDA runtime version
解决方法:使用conda install tensorflow-gpu,anaconda可以自动选择合适的版本 知乎 -
解锁error: CUDA runtime implicit initialization on GPU:0 failed. Status: out of memory
解决方法:stackoverflow
总结
这个艰难的安装过程给我最大的教训是在安装前应该要看看别人的经历来对整个安装的过程有个初步的认识,否则过程可能既费时间又费精力