CUDA10.2与tensorflow2.x版本不对应报错问题解决
1. 简要
**注:尽量使用TensorFlow2.x推荐版本,以免遇到不必要的问题。**
目前tensorflow2.4.x以下官方标配cuda10.1,也是官方在github给出方案,修改cuda软链接即可,非常简单。也不影响pytorch1.5(cuda10.2.89)的继续使用。
2. 前提是你已经正确安装cuda10.2.89,检查:
# 干正事(重点就这二步):
cd /usr/local/cuda-10.2/targets/x86_64-linux/lib/
sudo ln -s libcudart.so.10.2.89 libcudart.so.10.1
sudo ln -s libcupti.so.10.2.75 libcupti.so.10.1
# 如果使用的是cudnn8.X 如果是cudnn7.x 请略过
cd /usr/local/cuda-10.2/lib64
sudo ln -s libcudnn.so.8 libcudnn.so.7
# 检查添加路径:
sudo vi ~/.bashrc
export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64:${CUDA_HOME}/extras/CUPTI/lib64
export PATH=${CUDA_HOME}/bin:${PATH}
source ~/.bashrc
3. 检查GPU:
# 检查GPU:
>python
>>>import tensorflow as tf
>>>tf.__version__
2.3.1
>>>tf.test.is_gpu_available()
True
>>>tf.config.list_physical_devices('GPU')
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU'),
PhysicalDevice(name='/physical_device:GPU:1', device_type='GPU'),
PhysicalDevice(name='/physical_device:GPU:2', device_type='GPU'),
PhysicalDevice(name='/physical_device:GPU:3', device_type='GPU')]