Tensorflow运行环境的cuda+cudnn版本问题

最新推荐文章于 2024-05-31 09:10:14 发布
最新推荐文章于 2024-05-31 09:10:14 发布
阅读量1w 收藏 4
点赞数
分类专栏： TensorFlow | Keras Linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/index20001/article/details/79676556
版权
在CentOS 7.3.1611服务器上，遇到TensorFlow1.0运行时寻找libcudnn.so.5失败的问题。由于系统中存在cudnn6和7的版本，尝试创建软链接未解决问题，提示cudnn7与cuda8.0不兼容。查阅资料发现cuda8.0应配合cudnn5.1使用。更换为cudnn5.1后，程序成功运行。总结关键在于注意CUDA、cuDNN、系统版本和GPU计算能力之间的匹配问题。
摘要由CSDN通过智能技术生成

问题

CentOS Linux release 7.3.1611服务器上以前装过tensorflow1.0，cuda8.0，cudnn v5.1，原本是能正常运行tf程序，一段时间没用，出了点小问题，故查资料解决一下

I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.so.8.0 locally
I tensorflow/stream_executor/dso_loader.cc:126] Couldn't open CUDA library libcudnn.so.5. LD_LIBRARY_PATH: /usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/lib:
I tensorflow/stream_executor/cuda/cuda_dnn.cc:3517] Unable to load cuDNN DSO
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.so.8.0 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.
最低0.47元/天 解锁文章
Joy_Shen
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
tensorflow gpu - TensorFlow, CUDA and cuDNN Compatibility - 兼容版本
11-25
tensorflow gpu - TensorFlow, CUDA and cuDNN Compatibility - 兼容版本 TensorFlow 是一个开源库，可帮助您构建机器学习和深度学习模型。它被研究人员和组织广泛用于智能应用程序库。 您在深度学习中开发的每个模型都需要性能良好的 GPU 支持环境。要在 GPU 上运行模型，我们需要在系统中安装 CUDA 和 cuDNN 驱动程序。 截至目前，TensorFlow、CUDA 和 cuDNN 有很多可用版本，这可能会使开发人员或初学者感到困惑，无法选择正确的兼容组合来构建他们的开发环境。 下表列出了 CUDA、cuDNN 与 TensorFlow 的兼容版本。此列表是参考**[此处](https://www.tensorflow.org/install/source_windows)**共享的构建配置制定的。
tensorflow/core/kernels/conv_ops.cc:713] Check failed: stream->parent()->GetConvolveAlgorithms( c
aaon22357的博客
08-21 3793
我的环境是ubuntu16.04，cuda8.0，cudnn5.1，根据官方给的匹配说法是，tensorflow-gpu只能安装1.2.0版本的，文章最后附了tensorflow与cuda以及cudnn的对应匹配版本图，不夸张的说，1.2.0版本的tensorflow-gpu我装了不下十遍，每次装完后都会报错：总线错误（核心已转储） 解决方案： 将cudnn5.1版本升级成6.0版本，然后安...
【Python深度学习系列】Win10下CUDA+cuDNN+Tensorflow安装与配置（完整教程）
最新发布
数据杂坛
05-31 701
Win10下CUDA+cuDNN+Tensorflow安装与配置（完整教程）
tensorflow/stream_executor/cuda/cuda_dnn.cc:378] Loaded runtime CuDNN library: 7301--2019.5.12
初学者的博客
01-31 8067
安装的cudnn的版本是7.1.0.3，而要求的cudnn版本是7.3.0.0。 将tensorflow版本从1.5换成1.8，顺利运行程序（升级tensorflow版本来解决） ll 命令查看 连接 /usr/local/cuda/lib64下 把对应的 libcudnn.so.7,3,1连到 libcudnn.so.7 在连到libcudnn.so sudo ln -sf li...
tensorflow/stream_executor/cuda/cuda_dnn.cc:334] Could not create cudnn handle: CUDNN_STATUS_INTERNA
icestorm_rain的博客
04-06 6384
E tensorflow/stream_executor/cuda/cuda_dnn.cc:334] Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR 如标题所示，最近博主写代码的时候tensorflow报错Could not create cudnn handle。 这可能是因为你的gpu分配出现了问题，所以我们设置config...
Tensorflow: CUDA_ERROR_INVALID_HANDLE
Felaim的博客
11-27 1968
这两天一直被下面的一个问题摧残： 2019-11-27 00:59:20.503198: E tensorflow/stream_executor/stream.cc:331] Error recording event in stream: error recording CUDA event on stream 0x26abfb0: CUDA_ERROR_INVALID_HANDLE: in...
tensorflow-gpu报错
Gxy19980906的博客
08-12 3371
刚换了台笔记本电脑 ，在用TensorFlow-gpu训练模型时，一直报错，踩了大坑，特在此写下我的解决方法。因我在解决gpu运行不了时尝试过更换cuda版本，更换cudnn版本，更换tensorflow-gpu与keras版本，故报的错误也是乱七八糟。 报的错误一： 2021-08-09 21:04:53.637764: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynam..
CUDA+cuDNN+TensorFlow.zip
08-01
"CUDA+cuDNN+TensorFlow.zip"这个压缩包包含的组件是相互兼容的，这意味着你可以同时安装CUDA、cuDNN和TensorFlow的特定版本，它们将协同工作，为你的深度学习项目提供最佳性能。"CUDA is here.txt"可能是一个文本...
详解Ubuntu16.04安装nvidia驱动+CUDA+cuDNN的教程
09-14
为了测试CUDA功能，可以编译并运行CUDA示例程序，如deviceQuery和bandwidthTest。这些步骤将确保你的系统已准备好进行GPU加速计算。 至于cuDNN的安装，通常它是一个与CUDA配套的库，用于深度学习。你需要从NVIDIA...
win10下搭建Mask Rcnn环境详细教程并运行第一个demo程序（包含Anaconda+Tensorflow-gpu+Cuda+cuDnn安装过程及各种坑）-附件资源
03-05
win10下搭建Mask Rcnn环境详细教程并运行第一个demo程序（包含Anaconda+Tensorflow-gpu+Cuda+cuDnn安装过程及各种坑）-附件资源
anaconada3+tensorflow_gpu1.8+cuda9+cudnn+pycharm吐血总结
12-20
这将确保TensorFlow与当前环境的Python和CUDA/cuDNN版本匹配。 5. **配置PyCharm**： PyCharm是一款强大的Python IDE，为了在PyCharm中使用刚创建的conda环境，需要进行以下设置： - 打开PyCharm，进入“File” ...
failed to run cuBLAS routine cublasSgemm_v2 CUDA报错
幸福回头的博客
05-15 2296
在配置服务的过程中，安装好了CUDA9.0和cuDNN之后，想着把代码上传到服务器上进行训练一波测试下RTX 2080TI的速度，谁想到，竟然报了个错误，错误如下： failed to run cuBLAS routine cublasSgemm_v2 环境cuda9.0+tensorflow1.12.0 Ubuntu16.04 LTS 显卡 RTX 2080Ti 找了下原因： NVIDIA cuda 9.0自身的bug 解决方法安装cu...
Internal: Invoking ptxas not supported on WindowsRelying on driver to perform ptx compilation.
君临天下tjm的博客
01-03 5008
环境：Windows 10, gpu 3090, TF 1.15，cuda_10.0.130_411.31_win10，cuDNN 7.6.5.32 mask-rcnn框架，运行train.py报错信息如下： image_id 333 image_id 32 image_id 58 2022-01-01 19:03:07.415032: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully op..
Pycharm 首次导入 Tensorflow出现问题的解决方法
爱吃鱼的猫
07-16 1万+
参考Pycharm中加入Tensorflow出现问题的解决方法   在看本文前需要先了解一下本文所解决的问题，表现为两个方面： 1、在终端中导入tensorflow导入时并不提示 tensorflow 模块不存在问题，而是提示cudnn找不到，问题如下所示： dell@dell-PowerEdge-T630:~$ python Python 2.7.12 (default, Dec 4...
解决运行tensorflow-gpu时,找不到cuda一些依赖库问题
tm__BigData的博客
09-15 3667
问题如下: 2019-10-15 19:19:41.440285: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library libcuda.so.1 2019-10-15 19:19:41.465433: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:1006] successful NUMA nod
CUDA安装 + tensorflow gpu版本出现的问题：Not creating XLA devices, tf_xla_enable_xla_devices not set
热门推荐
weixin_42642296的博客
01-13 2万+
装完后用以下两行代码测试，输出了图片中的报错，发现没有装好 import tensorflow as tf tf.test.is_gpu_available() 我安装的版本： cuda：cuda_11.1.1_456.81_win10 这是cuda的下载地址：https://developer.nvidia.com/cuda-toolkit-archive cudnn：cuDNN v8.0.4 (September 28th, 2020), for CUDA 11.1 这是cudnn的下载地址：（需
failed to create cublas handle: CUBLAS_STATUS_NOT_INITIALIZED
qq_40861013的博客
04-27 375
Blas GEMM launch failed 我的软件是 tensorflow-gpu 2.1.0 cuda10.1 cudnn 7.6.4 ubuntu18.04 关于这个问题网上很多人说是显存不足，我实践过了发现和我的问题不符。 然后google了以下，找到了别人给的答案，亲测有效。 libcublas10 10.2.2.89-1 和cuda10.1不兼容。可以通过以下bash命令解决：...
【Tensorflow 01】安装 Tensorflow 过程及遇到的问题
weixin_42322991的博客
05-04 1498
1. 打开 anoconda prompt 2.执行 pip install tensorflow 3. 执行 conda activate tensorflow 4. 执行 pip install tensorflow 5. 官网的命令也执行一遍。 6. 必须选择tensorflow环境，没有就加，参考下面截图路径。 7. 测试下面代码。 8. 千万不要把文件名写成 tensorflow.py 会报错！ 9. 报下面的错：大概是因为我电脑用不了cuda
tensorflow各个版本的cuda以及cudnn版本对应关系
04-10
不同版本的TensorFlow需要对应支持的CUDA和cuDNN版本。具体需要参考TensorFlow官方文档中的版本兼容性列表。如果CUDA和cuDNN版本不匹配可能会导致TensorFlow无法正常运行。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值