Tensorflow 中未检测到 GPU

Question

当我输入 Nvidia-semi 和 nvcc-V 时，它们都可以工作。我创建了一个虚拟环境并安装了 Python (3.8) 和 TensorFlow。然而，当我尝试使用

NVIDIA GeForce RTX 3080 GPU (10+10)

处理器：Intel Xeon Gold 6348 CPU @ 2,60GHz，3.50GHz

内存：512 GB

NVIDIA驱动版本=511.65 CUDA版本：11.6 Cudnn：9.0.0（我认为这是错误的，我需要将其降级到8.9？）

微软 Visual Studio 2019

当我输入 nvidia-smi 和 nvcc-V 时，它们都可以工作。我创建了一个虚拟环境并安装了 Python (3.8) 和 TensorFlow。然而，当我尝试使用

print("可用 GPU 数量：", len(tf.config.experimental.list_physical_devices('GPU')))

名称 tf.losses.sparse_softmax_cross_entropy 已弃用。请改用 tf.compat.v1.losses.sparse_softmax_cross_entropy 。可用 GPU 数量：0

我不明白。此外，该链接不提供 Windows 中更新的 Cuda 和 Python 版本。我需要降级所有内容吗？ Cuda 和驱动程序也是如此吗？我该如何解决它？

即使将 NVIDIA 驱动程序和 CUDA 降级到 460.82 和 11.2（这失败了！它说不兼容，必须再次安装 11.6）（根据this）它也不起作用。我还能做什么？

Answer 1

Tensorflow 不再支持 GPU

Tensorflow 不再支持 Windows 上的 GPU： ^存档：

注意： TensorFlow 2.10 是在本机 Windows 上支持 GPU 的最后一个 TensorFlow 版本。从 TensorFlow 2.11 开始，您需要在 WSL2 中安装 TensorFlow，或者安装 tensorflow-cpu，并且可以选择尝试 TensorFlow-DirectML-Plugin

您可以安装旧版本

使用：

>pip install tensorflow==2.10 他们的想法是，他们厌倦了支持 GPU 和 CUDA，因此他们创建了一个支持“插件”的 Tensorflow 版本。这样不同的硬件制造商就可以提供自己的插件。

适用于 Tensorflow 的 Microsoft DirectML 插件

2021 年，微软创建了一个 Tensorflow 插件，允许您使用任何兼容 DirectML 的 GPU 或硬件设备：

• TensorFlow-DirectML-插件

这样您就可以再次将 GPU 与 Tensorflow 结合使用。

微软放弃了 DirectML 插件

2023 年 10 月 24 日，微软放弃了 DirectML：

https://github.com/microsoft/tensorflow-directml-plugin/issues/369 Tensorflow 不再在 Windows 上运行，Windows 用户无法使用。