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?
Tensorflow 不再支持 Windows 上的 GPU: 存档:
您可以安装旧版本注意: 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
>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
这样您就可以再次将 GPU 与 Tensorflow 结合使用。
微软放弃了 DirectML 插件
https://github.com/microsoft/tensorflow-directml-plugin/issues/369
Tensorflow 不再在 Windows 上运行,Windows 用户无法使用。