tensorflow2.x 无法启用GPU问题

tensorflow2.x 无法启用GPU问题

前提：

1. CUDA版本，tensorflow，keras等版本匹配。
2. GPU处于正常运转状态。
3. 已经将CUDA的安装路径加入环境变量

问题1：无法载入lib开头的文件

例如：could not load dynamic liabrary ‘libcudart. so. x’ ；dlerror:libcudart.so.x:could not shared object file:no such file ordictory; LD_LIBRARY_PATH

这里也可能无法载入其他的lib开头的文件，但解决方法都是一样的

测试GPU是否可用

import tensorflow as tf
print("Num GPUs Availiable: ",len(tf.config.experimental.list_physical_devices('GPU')))

报错

解决过程：

step1：进入CUDA默认的安装路径 /usr/local/cuda/lib64 目录查看是否缺少错误中提示的文件。如果缺少，那大概率要重装CUDA。如果存在文件，但版本不对应，例如系统要求libcudart.so.10.1, 而你文件夹下的是libcudart.so.10.2，只需要通过建立软链接使得系统认为libcudart.so.10.2就是libcudart.so.10.1成功解决问题。这里如果是其他文件（libcudnn缺少除外）也是可以通过添加软连接来解决的。

sudo ln -s /usr/local/cuda/lib64/libcudart.so.10.2 /usr/local/cuda/lib64/libcudart.so.10.1

问题2：缺少libcudnn.so文件

出现这个文件缺失，那一定是没有安装cudnn。

问题解决

step1：下载对应版本的cudnn 例如：cudnn-10.2-linux-x64-v6.0.tgz

step2：解压：tar -xvzf cudnn-10.2-linux-x64-v6.0.tgz 得到：

cuda/lib64/libcudnn.so.7
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.7.5.6
cuda/lib64/libcudnn_static.a

step3：将文件体检到CUDA目录下
cp cuda/lib64/* /usr/local/cuda-10.0/lib64/
cp cuda/include/* /usr/local/cuda-10.0/include/