在尝试使用gpu加速计算时遇到这个问题,在这里做个记录。
在安装tensorflow_gpu后,使用代码:
print("GPU is", "available" if tf.config.experimental.list_physical_devices("GPU") else "NOT AVAILABLE")
检测gpu是否能够参与计算。
代码输出为:
GPU is available
但是在执行先前的tf+python代码时遇到了以下问题。
cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
下面给出解决方案:
- 检测cuda、tf与英伟达显卡驱动版本是否一致。
- nvcc -V查询cuda版本
- 英伟达显卡驱动版本,桌面右键-nv控制系统-软件左下角系统信息-可查看nv驱动版本。
结果发现没有安装cuda。。。。
贴一些资源:
- cuda8.0 9.0下载资源
https://blog.csdn.net/u012785169/article/details/88086997 - cuda与nv版本查询
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html - tf、cuda版本对应
https://tensorflow.google.cn/install/source_windows
强烈感觉小子学习的tf-2.1、tf-gpu2.1跟nv382对应的cuda8.0不匹配。