目录
环境变量配置
先上我之前的配置
CUDA版本:v12.4
CUDNN版本:v8.9.7
然后利用这个版本去安装Tensorflow-gpu版本为:v2.12.0,但是遇到了问题。
经过查询相关内容,给出的解释是Tf-gpu的2.12.0的版本没有对应的CUDA版本,但是找的的解释已经是去年发布的了。
然后我也不知道咋办,最新的CUDA和CUDNN照理来说Tf-gpu的2.12.0也适用。
然后我尝试去装低版本,也就是Tf-gpu的v2.10.0,报错了。
具体报错信息没有放截图,大概描述是因为没有找到CUDA的v2.11.0的相关信息。
于是我装了新的配置
CUDA版本:v11.2
CUDNN版本:v8.1.0
Tensorflow-GPU:v2.10.0
然后就成功了。下面是测试的内容。
测试代码:
import tensorflow as tf print(tf.config.list_physical_devices('GPU')) print(tf.test.is_built_with_cuda())
测试结果:
输出的内容是什么意思呢,我来给出一下解释:
device_type:设备类型。
GPU:0 :GPU的序号。(GPU的序号都是从0开始的,数组下标形式,如果有4块GPU那就是0-3这样的序号)。
True:表示构建是用CUDA进行的。
问题与讨论
那问题来了,下面这个配置应该怎样才配Tensorflow-GPU的版本,是不支持还是我有什么安装步骤或者缺少了什么依赖。大家可以在评论区讨论一下Tf-gpu的环境配置以及各种遇到的问题,
CUDA版本:v12.4
CUDNN版本:v8.9.7
之前的配置遇到的报错
下面的那个配置遇到了一个 “python>=3.7”我记得是一个关于python版本的问题,但是根据官方文档来说,我配的python版本算高出0.1个版本都没啥问题,所以很奇怪,如果有遇到相同问题的朋友把报错内容可以发评论区,然后一起讨论讨论。
CUDA版本:v12.4
CUDNN版本:v8.9.7