检测tensorflow是否使用GPU（tensorflow-gpu版本怎么安装匹配的cuda和cudnn）

1.前提：本机已安装tensorflow-gpu

2.检测：

import tensorflow as tf
sess=tf.Session(config=tf.ConfigProto(log_device_placement=True))

3.目的：
查看日志信息，若包含gpu信息，就是使用了gpu。
其他方法：跑计算量大的代码，通过 nvidia-smi 命令查看gpu的内存使用量

4.返回：

CUDA driver version is insufficient for CUDA runtime version
#CUDA程序版本不足以支持CUDA运行时版本

5.错误原因：
CUDA版本对显卡驱动版本有要求

6.什么是CUDA？
是Nvidia推出的只能用于自家GPU的并行计算框架，是通用计算，用CUDA计算大数据量的计算，须调用CUDA库提供的函数以传递给CUDA，CUDA再调用显卡用户态驱动对CUDA程序进行编译，显卡用户态再调用内核态驱动将命令以及编译好的程序数据传递给GPU计算
可参考知乎：https://www.zhihu.com/question/59184480

7.怎么做：
（0）可由官网：http://developer.nvidia.com/cuda-gpus查看支持NVIDIA的型号（有1050没有1050Ti打算试试）
（1）查看显卡型号：Nvidia GeForce GTX 1050 Ti
（2）显卡驱动版本：8.1.940.0
（3）CUDA版本：cuda toolkit 10.0.130
须使得版本对应，参照检测tensorflow是否使用GPU（tensorflow-gpu版本怎么安装匹配的cuda和cudnn）
上图可见于链接：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
链接以下载驱动：https://www.geforce.cn/drivers
选择GeForce-GeForce 10 Series-GeForce GTX 1050Ti
出现：
检测tensorflow是否使用GPU（tensorflow-gpu版本怎么安装匹配的cuda和cudnn）
选择需要的版本进行下载

8.当然也可以是降低CUDA版本

—本机选择降低CUDA版本
电脑右击–nvidia控制面板–上面选择帮助–系统信息–组件– 检测tensorflow是否使用GPU（tensorflow-gpu版本怎么安装匹配的cuda和cudnn）
方框内所示即支持的cuda版本
官网:https://developer.nvidia.com/cuda-toolkit-archive
下载再安装
注：因本机安装了Anaconda，是自带cuda的，但是版本较高与驱动不匹配，需卸载
去官网下载安装包后进行自主安装

检测tensorflow是否使用GPU（tensorflow-gpu版本怎么安装匹配的cuda和cudnn）

相关推荐