关于tensflow的版本问题

Question

正在尝试使用gpu训练模型
运行了下面的程序

import tensorflow as tf
import torch
import os
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
print(torch.cuda.device_count())
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

输出为

Num GPUs Available:  0
1
True
True
12.1
8801

貌似是pytorch可以使用gpu，而TensorFlow 无法识别 GPU，可能是TensorFlow版本不匹配？但是官网上找不到这个版本的cuda要用哪个版本的TensorFlow，该怎么办

Answer 1

qq_43326993 上午好☀️☀️☀️️
本答案参考ChatGPT-3.5

根据您提供的信息，可以推测问题可能出在TensorFlow与CUDA版本不匹配上。可以采取以下解决方案：

1. 确认CUDA和cuDNN版本：首先确认您CUDA和cuDNN的版本，可以通过在命令行中运行nvcc --version和cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2来获取版本号。

2. 卸载旧版本TensorFlow：如果之前安装过TensorFlow，请确保将其卸载干净。可以使用pip uninstall tensorflow命令来卸载TensorFlow。

3. 查找TensorFlow支持的CUDA版本：在TensorFlow官方网站上找到与您的CUDA版本对应的TensorFlow版本。可以通过官网提供的CUDA版本与TensorFlow版本对应表格来查找适配的版本。

4. 安装适配的TensorFlow：根据选定的TensorFlow版本，使用pip install tensorflow==<version>命令来安装适配的版本。例如，如果您选择使用2.0版本的TensorFlow，可以执行pip install tensorflow==2.0命令来安装。

5. 重新测试：安装完成后，再次运行您的代码进行测试，确保TensorFlow能够正确识别GPU。

以下是修改后的代码示例：

import tensorflow as tf
import torch
import os

print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
print(torch.cuda.device_count())
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(tf.__version__)
print(torch.backends.cudnn.version())

请根据您的CUDA和cuDNN版本选择适配的TensorFlow版本，并替换<version>部分。如果仍然无法识别GPU，请确保您的CUDA驱动程序已正确安装，并且系统的环境变量设置正确。