在GeForce RTX 3090下运行Tensorflow2

NLP工程实践 专栏收录该内容
6 篇文章 0 订阅

概述

相信大家看这篇文章时候,肯定被3090下对tensorflow2的兼容性头疼。
下面会分析原因,且给出方案。

问题复现

Tensorflow版本cuda版本cudnn版本错误
2.3.010.17.6failed to run cuBLAS routine: CUBLAS_STATUS_NOT_SUPPORTED

原因

GeForce RTX 3090 的 computeCapability已经是 8.6。
但是CUDA10.2已经以下的版本全都不支持computeCapability 8.*的。

解决方案

自己摸索了很久,有以下解决方案。

方案一

Tensorflow版本cuda版本cudnn版本驱动操作系统
tf-nightly-gpu 2.4.0-dev20201016 或者 tensorflow 2.4.0rc011.0.2288.0.3.33455.23.05Linux zebiao-pc 5.4.0-52-generic #57~18.04.1-Ubuntu SMP Thu Oct 15 14:04:49 UTC 2020 x86_64 x86_64 x86_64 GNU/Linux

版本有点出入没有关系。但是cuda不要是10.1, 10.2 或者 11.1。
cudnn一定要8.* 。
Tensorflow 刚发布新版本2.4.0-rc0了,可以执行
pip install tensorflow==2.4.0rc0

方案二

考虑到可能大家的代码不一定是 Tensorflow 2.4.0能兼容。
这里提供另一个方案。
方案流程在官网有。
https://www.tensorflow.org/install/source
记得 git checkout 你代码合适的tensorlfow版本。
cuda、 cudnn、 驱动的版本看方案一。
然后编译新的tensorlfow 应该就能运行了。

  • 4
    点赞
  • 42
    评论
  • 16
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

相关推荐
©️2020 CSDN 皮肤主题: 游动-白 设计师:白松林 返回首页
实付
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、C币套餐、付费专栏及课程。

余额充值