Has*_*eeb 26 python gpu tensorflow
当我跑
import tensorflow as tf
tf.test.is_gpu_available(
cuda_only=False, min_cuda_compute_capability=None
)
Run Code Online (Sandbox Code Playgroud)
我收到以下错误
Has*_*eeb 86
第1步
Move to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
Run Code Online (Sandbox Code Playgroud)
第2步
Rename file cusolver64_11.dll To cusolver64_10.dll
Run Code Online (Sandbox Code Playgroud)
cusolver64_10.dll
Run Code Online (Sandbox Code Playgroud)
TL;DR 对于TensorFlow
版本 >= 2.4.0 的版本,请准确安装下面突出显示Windows
的版本,即官方要求中列出的版本。(v11.0 而不是 v11.2)CUDA Toolkit
cuDNN
在Windows
,TensorFlow
撰写本文时 ^ 安装要求如下所述
NVIDIA\xc2\xae GPU 驱动程序 \xe2\x80\x94CUDA\xc2\xae 11.0 需要 450.x 或更高版本。
\nCUDA\xc2\xae 工具包\xe2\x80\x94TensorFlow 支持 CUDA\xc2\xae 11 (TensorFlow >= 2.4.0)
\nCUPTI 附带 CUDA\xc2\xae 工具包。
\ncuDNN SDK 8.0.4。
\n(可选)TensorRT 6.0,用于改善某些模型推理的延迟和吞吐量。
\n您遇到的问题可能与 CUDA\xc2\xae Toolkit 的版本有关。Tensorflow
对依赖项的版本很挑剔。看看里面C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.2\\bin
**。您应该能够在那里找到所需的大部分 dll TensorFlow
。您可能会注意到它包含的内容与输出中所述的cusolver64_11.dll
预期相反。cusolver64_10.dll
尽管上面答案中提到的重命名黑客有效,但不能保证它始终可靠地工作。简单而正确的解决方案是首先安装正确的依赖项。
\n在撰写本文时,CUDA Toolkit
和的兼容版本cuDNN
是
CUDA Toolkit 11.0 (May 2020)\ncuDNN v8.0.4 (September 28th, 2020), for CUDA 11.0 \n
Run Code Online (Sandbox Code Playgroud)\n\n尚不支持更新的版本(我从 v11.0 开始测试)。我记得几年前,早期版本的 TensorFlow 也遇到过同样的问题。
\n^ 对于版本 >1.15,TensorFlow
默认包含 GPU 支持,因此需要 CUDA。当不可用时,TensorFlow
工作正常 - 它只是恢复到 CPU 执行。
\n** 或者在您安装工具包的任何地方
\n^^cudnn64_8.dll
附带cuDNN SDK
归档时间: |
|
查看次数: |
21980 次 |
最近记录: |