tensorflow-gpu 安装的注意事项 – 肤浅pcy – Python量化投资

tensorflow-gpu 安装的注意事项 – 肤浅pcy

在linux服务器中安装了tensorflow-gpu版本,结果显示如下:

import tensorflow as tf
print(tf.test.is_gpu_available())
# 打印了:False
)

然后

nvidia-smi

显示还有挺多的gpu还没有使用,但是就是不能获取gpu,这下麻烦大了。
后来浏览了网上,查看问题,发现是自己的CUDA版本的问题

[cypan@gpu04 ~]$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
# 或者下面
[cypan@gpu04 ~]$ cat /usr/local/cuda/version.txt
CUDA Version 9.0.176

然后看了一下tensorflow-gpu的版本

[cypan@gpu04 ~]$ pip show tensorflow-gpu
Name: tensorflow-gpu
Version: 1.13.2
Summary: TensorFlow is an open source machine learning framework for everyone.
Home-page: https://www.tensorflow.org/
Author: Google Inc.
Author-email: opensource@google.com
License: Apache 2.0
Location: /home/cypan/.local/lib/python3.6/site-packages
Requires: keras-applications, protobuf, tensorboard, absl-py, six, astor, wheel, gast, numpy, termcolor, keras-preprocessing, grpcio
Required-by:

是1.13.X的,因为这个版本下的tf只支持 CUDA10,所以之后就装回了1.12.X版本。
等以后再去升级 CUDA吧。

© 著作权归作者所有,转载或内容合作请联系作者
https://www.jianshu.com/p/8464e264809f

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论