报错：cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

最新推荐文章于 2022-11-03 11:53:21 发布
最新推荐文章于 2022-11-03 11:53:21 发布
阅读量2.7w 收藏 31
点赞数 9
分类专栏： 机器学习
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/u010513327/article/details/81124110
版权
在尝试在GPU上运行TensorFlow时，出现'cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version'的错误。可能的原因包括CUDA版本与显卡驱动不匹配，或者TensorFlow版本与CUDA版本冲突。解决方案包括检查并确保CUDA版本与驱动版本一致，以及调整TensorFlow版本到兼容的版本。降低TensorFlow版本可以作为最后的解决办法。参考链接包含详细步骤。
摘要由CSDN通过智能技术生成

在GPU上运行TensorFlow程序时报错：cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

可能是cuda和显卡驱动不一致

CUDA版本与显卡驱动版本匹配查询：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

cuda版本号查询：nvcc -V

查看显卡驱动：cat /proc/driver/nvidia/version

驱动版本与cuda版本没问题

 

 

也可能是TensorFlow版本与cuda版本有冲突：

 

 

tensorflow版本

最低0.47元/天 解锁文章
TWLS
关注
专栏目录
Status: CUDA driver version is insufficient for CUDA runtime version
机器学习
04-13 4011
Status: CUDA driver version is insufficient for CUDA runtime version conda create --name tf_gpu tensorflow-gpu=1.9.0 conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
ACTerminate的博客
07-31 1442
在我实验中使用tensorflow-gpu版本的时候，跳出了CUDA driver version is insufficient for CUDA runtime version. 问题就是CUDA版本与tensorflow版本不对应，首先就是要确保安装了相应的正确的tensorflow版本 查看cuda版本 #linux下两种方法 nvcc --version cat /usr/local/c...
解决 cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
07-14 1万+
tensorlayercn中文文档
InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime
mynameisyaxuan的博客
11-03 494
InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
问题：cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
Axiaobai12138的博客
11-21 538
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. Sta
CP340341440441帮助手册
02-03
解决Ubuntu下，Tensorflow项目的GPU部署和nvidia版本造成的问题
weixin_40364669的博客
08-03 841
could not create cudnn handle: CUDNN_STATUS_NOT_INITIALIZED //不能创建初始化状态 possibly insufficient driver version: 384.130.0 //驱动版本可能不对 dev/sda1**:clean,**/**file,***/***blocks 因为卸载gpu显卡驱动INVIDA导致可视化桌面环境被毁掉: 鼠标键盘等桌面驱动也连带卸载,最后无法动弹.
Ubuntu 18.04安装CUDA（版本10.2）和cuDNN
仰望的力量的专栏
12-20 1万+
目录 1.系统要求 2.安装前的要求 3.runfile安装（不支持跨平台） 4.后续安装操作 5.安装cuDNN 6.汇总问题 本文基于Ubuntu 18.04.3 LTS 64位安装CUDA 10.2和对应版本的cuDNN，GPU型号为ZOTAC RTX2080Ti-11GD5。 NVIDIA DEVELOPER ZONE提供的CUDA TOOLKI...
IcudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime问题解决方法
人生短短几个秋的博客
04-11 1262
最近在anaconda上用TensorFlow2.1跑机器学习的代码，结果没几行就出错了，报的错如下： InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version 百度了半天发现是NVIDIA显卡的驱动版本和CUDA的版本不一致导致...
跑深度学习代码时遇到cudagetdevice() failed. status: initialization error的解决方法
weixin_53638141的博客
07-14 2903
自己误打误撞的解决bug的方法
【cuda10】cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
机器视觉爱好者的博客
04-16 782
报错原因，cuda版本和驱动不对应。 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 上面是官网链接，显示最新的对应关系。（防止以后cuda升级后又要找） 先贴出最新的： 驱动下载链接： https://www.nvidia.com/Download/index.aspx?lang=en-us c...
报错如何解决：cudaGetDevice() failed. Status: cudaGetErrorString symbol not found.
weixin_54693379的博客
05-10 2598
在建立mlp模型时，执行代码报错：cudaGetDevice() failed. Status: cudaGetErrorString symbol not found. 原因为cuda版本过高，与tensorflow版本不兼。 打开cmd输入nvcc -V查询cuda版本为11.6 我安装的tensorflow版本为GPU版的2.0，cuda版本过高，不兼容，网上找了安装多个cuda版本的方法，但是太麻烦，于是试着将tensorflow版本升级，但是之前踩过坑，我的python是3.7，安装te
cudaGetDevice() failed. Status:cudaGetErrorString symbol not found.
xxc2020_NJU
08-25 5899
cudaGetDevice() failed. Status:cudaGetErrorString symbol not found. 使用conda 安装 tensorflow-gpu2.0.0 时，conda会自动安装对应版本的cuda和cudnn。但是在使用时报错。 InternalError: cudaGetDevice() failed. Status: cudaGetErrorString symbol not found. 该错误其实是因为缺少了dll文件 cudart64_100.dll（
cudaGetDevice() failed. Status: cudaGetErrorString symbol not found.
Labiod的博客
05-18 5861
今日运行tensorflow,报出以下错误： cudaGetDevice() failed. Status: cudaGetErrorString symbol not found. 因为项目需求，之前的tensorflow版本发生了变化。 本机cuda version 是 10.1， 执行下面两个命令，重装tensorflow： pip install tensorflow==2.1.0 pip install tensorflow-gpu==2.1.0 运行程序： OK ..
CUDA driver version is insufficient for CUDA runtime version
Alawaka2018的博客
05-13 6572
在运行基于tensorflow-gpu的python程序的时候，出现了如下的问题：（1） Internal: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version；（2）tensorflow.python.framework.errors_impl.InternalE...
关于机器上已安装CUDA，但在anaconda下tensorflow出现cudaGetDevice() failed问题的解决
热门推荐
想写就写咯
03-15 2万+
机器已经安装了CUDA 9.1，驱动为390.58，我补装了对应的cudnn，并且测试通过，但是在anaconda环境下，用conda install tensorflow-gpu=1.12后，运行sess = tf.Session()时报错： tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed...
CUDA kernel failed : CUDA driver version is insufficient for CUDA runtime version void furthest_point_sampling_kernel_wrapper(int, int, int, const float*, float*, int*) at L:233 in _ext_src/src/sampling_gpu.cu CUDA kernel failed : CUDA driver version is insufficient for CUDA runtime version void furthest_point_sampling_kernel_wrapper(int, int, int, const float*, float*, int*) at L:233 in _ext_src/src/sampling_gpu.cu CUDA kernel failed : CUDA driver version is insufficient for CUDA runtime version
最新发布
07-08
这个错误是由于CUDA驱动程序版本不足以支持CUDA运行时版本引起的。这意味着你的CUDA驱动程序版本太旧，无法与当前的CUDA运行时版本兼容。 为了解决这个问题，你可以尝试以下几个步骤： 1. 检查CUDA驱动程序的版本：使用以下命令在终端中检查CUDA驱动程序的版本： ``` nvcc --version ``` 确保你的CUDA驱动程序版本与你当前使用的CUDA运行时版本兼容。 2. 更新CUDA驱动程序：如果你的CUDA驱动程序版本过旧，你可以尝试更新到最新版本。你可以从NVIDIA官方网站下载最新的CUDA驱动程序，并按照安装指南进行更新。 3. 降低CUDA运行时版本：如果更新CUDA驱动程序不可行，你可以尝试降低CUDA运行时版本，以与当前的CUDA驱动程序版本兼容。你可以在NVIDIA官方网站找到适合你的CUDA运行时版本，并按照安装指南进行降级。 请注意，在更新或降级CUDA驱动程序和运行时版本之前，建议备份你的数据和相关设置，并确保你了解这些操作可能带来的潜在风险和影响。
评论 8
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