标签: rtx

我知道很多人都听说过这个问题。我从配备 GTX 1050 Ti 的笔记本电脑升级到配备 RTX 3060 Ti 的电脑。我在 Anaconda 虚拟环境中运行所有内容。我已将我的环境从笔记本电脑复制到 PC。现在 TensorFlow GPU 需要很长时间才能启动。即使我写了两行代码：

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

需要很多时间（超过30分钟）。同样的事情在我的 GTX 1050 Ti 笔记本电脑上完美运行。我尝试了很多东西：

• 在另一个环境中重新安装每个包（当然，相同的版本 - 我正在使用 TF 2.1、cudnn 7.6.5、cudatoolkit 10.1.243）。
• 在我的程序之前放置一些代码行（我尝试了 10 多种不同的可能性）。
• 重新安装清理 GPU 驱动程序。

TensorFlow启动后，RTX 3060 Ti工作正常，训练速度非常快。我用谷歌搜索了很多，但我发现现在还有很多人在我的地方，所以我不期待很快得到答案:)。

无论如何，如果有人设法找到答案，请与我分享！提前致谢，祝您有美好的一天！

PS如果您需要代码或控制台日志，就在这里。我写了一个快速的 MNIST 程序：

from tensorflow.keras.datasets import mnist
from tensorflow.keras.utils import to_categorical
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D
from tensorflow.keras.layers import MaxPooling2D
from tensorflow.keras.layers import Dense
from tensorflow.keras.layers import Flatten
from tensorflow.keras.optimizers import SGD
from numpy import …