为什么安装 conda 后 Tensorflow 无法识别我的 GPU？

Question

我是深度学习的新手，过去 2 天我一直在尝试在我的电脑上安装 tensorflow-gpu 版本，但徒劳无功。我避免安装 CUDA 和 cuDNN 驱动程序，因为由于许多兼容性问题，几个在线论坛不推荐它。由于我之前已经在使用 python 的 conda 发行版，所以我conda install -c anaconda tensorflow-gpu按照他们的官方网站上写的那样去：https : //anaconda.org/anaconda/tensorflow-gpu。

然而，即使在新的虚拟环境中安装了 gpu 版本后（为了避免与基础环境中安装的 pip 库的潜在冲突），由于某种神秘的原因，tensorflow 似乎甚至无法识别我的 GPU。

我运行的一些代码片段（在 anaconda 提示符下）以了解它无法识别我的 GPU：-

1.

>>>from tensorflow.python.client import device_lib
        >>>print(device_lib.list_local_devices())
                    [name: "/device:CPU:0"
                device_type: "CPU"
                memory_limit: 268435456
                locality {
                }
                incarnation: 7692219132769779763
                ]

如您所见，它完全忽略了 GPU。

2.

>>>tf.debugging.set_log_device_placement(True)
    >>>a = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
2020-12-13 10:11:30.902956: I tensorflow/core/platform/cpu_feature_guard.cc:142] This 
TensorFlow 
binary is optimized with oneAPI Deep Neural Network Library (oneDNN)to use the following CPU 
instructions in performance-critical operations:  AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
>>>b = tf.constant([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]])
>>>c = tf.matmul(a, b)
>>>print(c)
tf.Tensor(
[[22. 28.]
[49. 64.]], shape=(2, 2), dtype=float32)

在这里，它应该通过显示Executing op MatMul in device /job:localhost/replica:0/task:0/device:GPU:0（如此处所写：https : //www.tensorflow.org/guide/gpu）来表明它与 GPU 一起运行，但没有类似的东西存在。另外我不确定第二行之后的消息是什么意思。

我也在网上搜索了几个解决方案，包括这里，但几乎所有的问题都与第一种手动安装方法有关，因为每个人都推荐了这种方法，所以我还没有尝试过。

我不再使用 cmd 了，因为在从基础 env 卸载 tensorflow-cpu 并重新安装后，环境变量不知何故搞砸了，它与 anaconda 提示符完美配合，但不能与 cmd 完美配合。这是一个单独的问题（也很普遍），但我提到了它，以防它在这里发挥作用。我在全新的虚拟环境中安装了 gpu 版本以确保干净安装，据我所知，仅需要为手动安装 CUDA 和 cuDNN 库设置路径变量。

我使用的卡：-（启用了 CUDA）

C:\WINDOWS\system32>wmic path win32_VideoController get name
Name
NVIDIA GeForce 940MX
Intel(R) HD Graphics 620

我目前使用的 Tensorflow 和 python 版本：-

>>> import tensorflow as tf
>>> tf.__version__
'2.3.0'

Python 3.8.5 (default, Sep  3 2020, 21:29:08) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.

系统信息：Windows 10 Home、64 位操作系统、基于 x64 的处理器。

任何帮助将非常感激。提前致谢。

Answer 1

August 2021 Conda install may be working now, as according to @ComputerScientist in the comments below, conda install tensorflow-gpu==2.4.1 will give cudatoolkit-10.1.243 and cudnn-7.6.5

The following was written in Jan 2021 and is out of date

Currently conda install tensorflow-gpu installs tensorflow v2.3.0 and does NOT install the conda cudnn or cudatoolkit packages. Installing them manually (e.g. with conda install cudatoolkit=10.1) does not seem to fix the problem either.

A solution is to install an earlier version of tensorflow, which does install cudnn and cudatoolkit, then upgrade with pip

conda install tensorflow-gpu=2.1
pip install tensorflow-gpu==2.3.1

(2.4.0 uses cuda 11.0 and cudnn 8.0, however cudnn 8.0 is not in anaconda as of 16/12/2020)

Edit: please also see @GZ0's answer, which links to a github discussion with a one-line solution

Answer 2

tensorflow安装tensorflow-gpu2.3期间 Anaconda 在 Windows 10 上自动选择的构建似乎有问题。请在此处找到解决方法（如果您有 GitHub 帐户，请考虑为 GitHub 答案投票）。

蟒蛇 3.7： conda install tensorflow-gpu=2.3 tensorflow=2.3=mkl_py37h936c3e2_0

蟒蛇 3.8： conda install tensorflow-gpu=2.3 tensorflow=2.3=mkl_py38h1fcfbd6_0

Answer 3

@geometrikal 解决方案几乎对我有用。但在使用 conda 安装tensorflow-gpu 和使用 pip 安装tensorflow 2.3 之间，我需要卸载tensorflow-gpu 包的tensorflow 部分，以避免pip 发出一致性警告。Conda 会卸载整个软件包。我知道Conda 不建议将 pip 与 conda 混合使用，但这是有效的解决方案，我厌倦了再花一天时间来解决这个问题。

conda create -n tfgpu python=3.7
conda activate tfgpu
conda install tensorflow-gpu=2.1

pip uninstall tensorflow
pip uninstall tensorflow-estimator
pip uninstall tensorboard 
pip uninstall tensorboard-plugin-wit
pip install tensorflow==2.3
pip check

Answer 4

我还无法让 TF 2.3.0 识别我的 Nvidia Quadro Pro 620 GPU。

注意：我在这台 PC（Windows Pro）上还有 2 个其他“环境”，全部通过 Anaconda 安装：

1. Python 3.7.8 TF 2.0.0...识别（并使用）Nvidia GPU
2. Python 3.6.9 TF 2.1.0...识别（并使用）Nvidia GPU
3. Python 3.8.6 TF 2.3.0...看不到 GPU

我的机器有 Cuda 11.1；cuDNN 8.0.5

我的下一个想法是考虑在第三个配置中将 Python 从 3.8.6 降级到 3.7.8，其中 TF = 2.3.0

史蒂夫