tensorflow检测不到GPU卡

一招解决:tensorflow.config.list_physical_devices("GPU")= []

一、解决

# 使用conda安装
# 使用conda查找可用tensorflow
conda search tensorflow
# 从Build中查找与自己python环境一致的tensorflow库,其中Build中要包含gpu,如cpu_py310hd1aba9c_0 ,则是gpu版本的tensorflow,适用py3.10
# 安装
conda install tensorflow=2.12.0=gpu_py310hfda07e1_0
# 安装完成
二、验证
# 进入具有GPU卡的主机
python
>> import tensorflow
>> tensorflow.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'), PhysicalDevice(name='/physical_device:GPU:4', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:5', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:6', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:7', device_type='GPU')]

解决!

有问题欢迎讨论

  • 7
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
为了安装tensorflow-gpu 1.14.0,你可以按照以下步骤进行操作: 1.首先,确保已经安装了Anaconda,你可以从官网下载并安装Anaconda。安装过程中,可以选择将Anaconda添加到环境变量中,也可以选择不添加。 2.接下来,安装CUDA 10.0和cuDNN。你可以从CUDA官方网站下载CUDA 10.0,并按照它们的文档进行本地安装。同时,确保选择了本地安装选项。 3.打开Anaconda Prompt,并创建一个新的tensorflow环境。使用以下命令创建一个名为"tensorflow"的环境: conda create -n tensorflow python=3.6 4.激活tensorflow环境。使用以下命令激活tensorflow环境: activate tensorflow 5.在tensorflow环境下安装tensorflow-gpu 1.14.0。由于网络可能较慢,你可以选择使用清华大学镜像源进行安装。使用以下命令安装tensorflow-gpu 1.14.0: pip install --ignore-installed --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.14.0 6.安装完成后,你可以使用PyCharm来使用tensorflow环境。在PyCharm的设置中,选择项目解释器,并添加一个现有的环境。选择tensorflow环境中的python.exe文件作为解释器。 请注意,以上步骤是安装tensorflow-gpu 1.14.0的一种方法。但是,请确保你的GPU支持CUDA 10.0,并且你已经正确安装了相应的驱动程序。另外,如果你的需求不是特别需要使用gpu,你也可以考虑安装tensorflow-cpu,它不需要GPU支持。 引用中提到了使用conda指令安装tensorflow-gpu 1.14.0的过程可能比较缓慢,需要耐心等待。引用中提供了使用清华大学镜像源进行安装的方法。而引用中指出在tensorflow 2.x版本中不再区分使用gpu还是cpu,当检测到有gpu并安装了cuda后,会自动调用gpu。如果你的目标是使用gpu,确保你的环境配置正确。如果你遇到任何问题,可以查看你的设备可使用情况,可以使用以下代码查看cpu和gpu设备的可用情况: from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) 这些命令将显示你的设备列表,包括可用的CPU和GPU设备。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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