将nvidia驱动程序从384.90升级到384.111后出现CUDA/cuDNN错误
nvidia驱动程序是用于支持NVIDIA显卡的软件，而CUDA（Compute Unified Device Architecture）和cuDNN（CUDA Deep Neural Network）是NVIDIA提供的用于加速计算和深度学习的工具库。当将nvidia驱动程序从384.90升级到384.111后出现CUDA/cuDNN错误时，可能是由于以下原因导致的：
- 版本不兼容：CUDA和cuDNN的版本需要与nvidia驱动程序相匹配。升级驱动程序后，可能需要相应地升级CUDA和cuDNN版本，以确保兼容性。
- 安装错误：升级驱动程序时，可能出现安装错误或配置错误。这可能导致CUDA和cuDNN无法正确加载或使用。建议重新安装驱动程序，并按照官方文档正确配置CUDA和cuDNN。
- 系统环境问题：有时，操作系统的其他组件或设置可能与CUDA和cuDNN发生冲突，导致错误。可以尝试更新操作系统、驱动程序和其他相关软件，以确保系统环境的稳定性。
解决这个问题的方法包括：
- 确认版本兼容性：查阅NVIDIA官方文档，确认所使用的nvidia驱动程序版本与CUDA和cuDNN版本的兼容性。根据兼容性要求，选择合适的CUDA和cuDNN版本进行安装。
- 重新安装CUDA和cuDNN：卸载旧版本的CUDA和cuDNN，然后按照官方文档重新安装与所升级的nvidia驱动程序兼容的CUDA和cuDNN版本。确保按照官方文档的指导正确配置环境变量和路径。
- 检查系统环境：检查操作系统和其他相关软件的更新情况，确保系统环境的稳定性。更新操作系统、驱动程序和其他相关软件，以解决可能存在的冲突问题。
腾讯云提供了一系列与GPU计算相关的产品和服务，例如GPU云服务器、GPU容器服务等。您可以访问腾讯云官方网站，了解更多关于GPU计算的产品和服务信息：
请注意，以上答案仅供参考，具体解决方法可能因个人情况而异。建议在遇到问题时，参考官方文档、技术论坛或咨询相关专业人士，以获取更准确和全面的解决方案。
相关·内容
我一直试图安装Tensorflow为我的新RTX 2070超级。我一直按照以下指示行事：
步骤
验证系统具有cuda功能的gpu
。
下载并安装nvidia cuda工具包和cudnn
。
设置环境变量
验证安装
如果您以前安装过，请先删除它.
sudo apt-get purge nvidia*
sudo apt remove nvidia-*
sudo rm /etc/apt/sources.list.d/cuda*
sudo apt-get autoremove && sudo apt-get autoclean
sudo rm -rf /usr/local/cuda*
浏览 0提问于2019-11-10得票数 1
回答已采纳
我最近对硬盘进行了分区，以安装ubuntu17.10并使用CUDA。我遇到了一个无法解决的问题。我有过
遵循如何在Ubuntu 17.10上安装CUDA 9中所述的确切步骤。我一直在接收的消息是(在以不安全模式重新启动，然后运行CUDA运行文件之后)：*警告:安装不完整！此安装没有安装CUDA驱动程序。要使CUDA9.0功能工作，至少需要384.00版本的驱动程序。这是没有意义的，因为我已经成功地安装了384.111之前。当我运行$ nvidia-smi时，我的输出是NVIDIA 384.111驱动程序版本: 384.111 \ |-------------------------------
浏览 0提问于2018-02-14得票数 1
回答已采纳
我目前负责让tensorflow-GPU1.8在我的机器上工作。我一直在使用TF-GPU1.2，但由于一些需要的功能，我必须升级我的安装。
在这样做之前，我想检查一下是否有一个最佳实践来做到这一点。我目前的设置如下：
Ubuntu 16.04
NVIDIA GeForce GTX 1080 Ti
NVIDIA驱动程序版本: 384.111
用于Python 3的Anaconda 4.4.0
库达v8.0
cuDNN v5.1
tensorflow-gpu v1.2
如在tf-主页上所写，我将不得不使用CUDA v9.0以及cuDNN v7.1。由于所有这些说
浏览 0提问于2018-05-07得票数 16
回答已采纳
1回答
我正在尝试将CUDA工具包安装到我的Ubuntu机器上，这样我就可以处理一些CUDA代码。我相信我已经正确安装了CUDA 8.0，如nvcc --version和nvidia-smi的输出所示。
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Tue_Jan_10_13:22:03_CST_2017
Cuda compilation tools, release 8.0, V8.0.61
+----------------
浏览 3提问于2017-12-29得票数 0
我想运行用cuda8.0和tensorflow-1.2编写的代码。我想在另一台机器上运行代码，它的cuda是9.0，所以我使用docker来生成一个容器，它使用以下命令：
FROM nvidia/cuda:8.0-cudnn5-devel
当我运行此容器中的代码时，出现以下错误：
CUDA driver version is insufficient for CUDA runtime version
那么，这是错的吗？如何解决这个问题？
浏览 16提问于2018-05-18得票数 9
1回答
我想使用CUDNN版本从8.0升级到8.1，将CUDA升级到11.2，但我不知道我们如何在colab上做到这一点。下面是我写的在google上运行的脚本，但是没有任何改变。我在这里需要做什么改变？或者还有其他方法可以做到？
!sudo apt install cuda-toolkit-11-2
!wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-ubuntu1604.pin
!sudo mv cuda-ubuntu1604.pin /etc/apt/preferences.d
浏览 23提问于2021-11-18得票数 1
Tensorflow现在可以在Windows上使用：
https://developers.googleblog.com/2016/11/tensorflow-0-12-adds-support-for-windows.html
我使用pip install tensorflow。
我试着运行介绍代码：
https://www.tensorflow.org/versions/r0.12/get_started/index.html
我得到了这个错误：
C:\Python\Python35-32\python.exe "C:/tensorflow_tutorial.py"
T
浏览 40提问于2016-11-30得票数 2
回答已采纳
我第一次安装库达9.0和cudnn为库达9.0和最新的tensorflow-gpu 1.6。但我注意到我的nvidia司机384.111不支持库达9.0。因此，我卸载了cuda 9.0，cudnn和tensorflow-gpu 1.5，重新安装了tensorflow-gpu 1.5，cuda8.0和cudnv7.1为cuda 8.0。但是当我导入tensorflow时，它总是显示：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/u
浏览 0提问于2018-03-20得票数 0
嘿，我正在检查错误:在我从CUDA 5.5升级到Cuda 6.5之后，没有检测到任何Cuda能力的GPU。
我的Nvidia司机版本是331.49。
这是否与运行6.5版本兼容，还是cuda 6.5的最佳稳定版本？
浏览 3提问于2015-05-06得票数 0
回答已采纳
1回答
Debian 9系统Cuda 8是通过nvidia-cuda工具包包安装的.似乎nvidia驱动程序(384版本)也是在这个过程中安装的。
现在我想安装新的nvidia驱动程序(v410)，这是无法通过apt获得的。这是一个来自nvidia网站的.run文件。要安装新版本，我需要先解除旧版本。因此，我的问题是:如何删除旧的nvidia驱动程序，但保留cuda工具包？我应该卸载哪个软件包？
以下是apt list --installed |grep nvidia的输出：
amd64 libnvidia-cfg1 1/现在384.130-1 amd64 libnvidia-编译器/现在384.13
浏览 0提问于2019-02-26得票数 0
我想开始使用tensorflow-gpu，我查找了一些东西，发现我需要确保我同时拥有CUDA和CUDNN。因此，我打开命令提示符并运行命令nvidia-smi来检查我的CUDA版本：
C:\Program Files\NVIDIA Corporation\NVSMI>nvidia-smi
Tue Jun 02 14:13:03 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 445.87 Driver Version: 445.8
浏览 5提问于2020-06-02得票数 4
回答已采纳
我在我的debian 9机器上安装了nvidia驱动程序。cat /proc/driver/nvidia/version显示了以下信息：
NVRM版本: NVIDIA UNIX x86_64内核模块384.130 Wed Mar 21 03:37:26 PDT 2018 GCC版本: gcc版本6.3.0 20170516 (Debian6.3.0-18+deb9u 1)
现在我需要安装cuda 10，它需要nvidia驱动程序410版。下载的cuda安装包(一个.run文件)包括nvidia驱动程序v410安装。我的问题是:在安装新驱动程序之前，是否需要对已安装的v384版本驱动程序进行任何
浏览 0提问于2019-02-16得票数 0
1回答
我安装了一个带有简单Ubuntu的奇异容器：
Bootstrap: docker
From: nvidia/cuda:9.0-runtime-ubuntu16.04
#From: ubuntu --> I have tried both
%post
apt-get update
当我“进入”容器
singularity exec --nv image.simg bash
我没有得到任何结果：
find /usr -type f -name "libGL*"
然而，在我的主机系统中：
/usr/local/cuda-8.0/samples/common/lib/l
浏览 0提问于2018-06-11得票数 1
我试着安装了nvidia-cudnn，而且速度有点快，并且在提示中失败了。当我试图安装它时，我意外地撞到了拒绝。现在，当我试图卸载时，会得到以下错误：
$ sudo apt purge nvidia-cudnn -y
Reading package lists... Done
Building dependency tree... Done
Reading state information... Done
The following packages will be REMOVED
nvidia-cudnn*
0 to upgrade, 0 to newly install, 1 to
浏览 0提问于2022-10-28得票数 2
回答已采纳
今天早上，我使用标准更新程序(使用更新管理器)更新了Mint 18.3 Sylvia (基于Ubuntu xenial 16.04)上的nvidia驱动程序，在运行tensorflow 1.4.1时收到以下错误：
2018-01-10 13:48:39.161422: E tensorflow/stream_executor/cuda/cuda_dnn.cc:385] could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR
2018-01-10 13:48:39.161456: E tensorflow/stream_executo
浏览 27提问于2018-01-10得票数 0
以前我安装了nvidia-384版本384.130，我将其降级为384.111。
nvidia-smi证实了这一点：
nvidia-smi
📷
然而，apt秀和智能秀仍然在继续播放旧版本。
apt show nvidia-384
📷
aptitude show nvidia-384
📷
智能显示当前安装的正确。但仍将384.130列为当前版本。
我有很多问题，安装一个深入的学习环境在ubuntu 17.10 (CUDA 9.0，gcc 6，cuDNN 7)。所以我试着让一切都能检测到正确的英伟达驱动程序版本。
为什么包版本之间存在这种不一致？这些驱动程序是否安装不正确？
浏览 0提问于2018-05-31得票数 0
我之前已经从C++推断出了TensorFlow图。现在我开始研究如何通过C++推断PyTorch图。 我的第一个问题是，我如何知道推荐的cuDNN版本与LibTorch一起使用，或者我是否正在进行自己的PyTorch编译？ 确定推荐的CUDA版本很容易。转到https://pytorch.org/并选择Quick Start Locally下的选项(PyTorch Build、Your OS等)该网站明确表示推荐CUDA10.1，但没有提到cuDNN版本，在谷歌搜索后，我找不到这个问题的确切答案。 根据我对ubuntu上的PyTorch的了解，如果你使用Python版本，你必须安装CUDA驱
浏览 45提问于2020-02-02得票数 1
回答已采纳
到目前为止，我一直在使用Tensorflow-GPU安装它，使用pip和与Cuda相关的软件以及 Nvidia网站的软件/驱动程序。最近，我发现使用conda install tensorflow-gpu还安装了cudatoolkit和cudnn。
那么，这些(由conda提供的)与我从Nvidia网站下载的有什么不同呢？
在我的第一个(前一个)环境中，conda list显示我只安装了TensorFlow(来自PyPi)，没有安装cudnn/cudatoolkit，但一切仍然正常工作。
另外，在我运行conda install tensorflow-gpu的新环境中，conda lis
浏览 12提问于2019-12-30得票数 47
回答已采纳
1回答
驱动程序在重新启动后丢失
、、、
我的Ubuntu (18.04)在重新启动后失去了与其驱动程序(即NVIDIA 450.57和CUDA/cuDNN以及打印机)的连接。我已经安装了NVIDIA和CUDA驱动程序使用从NVIDIA主页下载的.run文件。
自重新启动以来，屏幕分辨率已在没有驱动程序的情况下被重置为状态，nvidia-smi返回Failed to initialize NVML: Driver/library version mismatch。试图打印文档将返回“纯错误”消息。
我已经读到，这可能是由于更新了我的内核，我不记得做过，而且在大多数情况下，重新启动会有帮助(但它没有)。
我想知道我的内核是否已经更新，如
浏览 0提问于2020-07-27得票数 0
2回答
我想在Ubuntu14.04LTS 64位上运行一个cuda程序，但是我得到的错误是：
cuda驱动程序版本不足以满足cuda运行时的需要。
所以我从它的官方网站下载了nvidia的驱动程序。我无法正确安装它，它显示了一个错误：
发行版提供的预安装脚本失败。
然而，我继续安装。重新启动后，任何帐户都不会登录。我在这些网站上试过了所有的东西，都没有用。
14.04:登录循环返回自身-氪星
http://ubuntuforums.org/showthread.php?t=2233593
升级到14.04后出现的问题(登录后只有背景和指针) (这只工作了两次，不再起作用了)
http://ubunt
浏览 0提问于2015-04-18得票数 2
我想将我的nvidia驱动程序从375更新到linux mint 18.1上的最新版本，因为我在从挂起状态恢复后出现屏幕损坏。但是我已经安装了CUDA工具包和CUDNN。有没有可能直接更新没有问题，或者我必须重新安装所有的东西？
浏览 1提问于2017-05-21得票数 0
在anaconda下创建了tensorflow环境之后，我安装了tensorflow-gpu。然后，我试图导入tensorflow，以验证它是否已正确安装，但得到了以下错误：
ImportError: Could not find 'cudnn64_7.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Note that installing cuDNN is a separate step
浏览 0提问于2018-02-09得票数 18
回答已采纳
我已经在ubuntu中安装了cuda版本11.2和CUDNN版本8.1
cnvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Mon_Nov_30_19:08:53_PST_2020
Cuda compilation tools, release 11.2, V11.2.67
Build cuda_11.2.r11.2/compiler.29373293_0
当我在conda环境中安装tensorflow-gpu时，它再次安装了cuda和cudnn。
为什么会发生这种
浏览 12提问于2022-01-13得票数 1
回答已采纳
我正在使用Anaconda (在Ubuntu18.04中)，并且安装了一个带有Keras (和tensorflow-gpu)的环境。以下是不同的版本：
2.2.4Tensorflow-GPU：Keras： 1.15.0CuDNN: 7.6.5 for Cuda10.0.0CudaToolKit: 10.0.130
这个版本是由Conda选择的，但是我想知道为什么它下载了10.0，而nvidia-smi向我展示了我的cuda应该是(或者是？) 10.1：
NVIDIA-SMI 435.21驱动程序版本: 435.21 CUDA版本: 10.1
但有趣的是，当我做nvcc的时候--版本：
C
浏览 1提问于2020-01-10得票数 3
回答已采纳
我目前正在遵循使用bazel从源代码构建tensorflow的指令。
在设置配置并试图构建它之后，我得到以下错误：
Cuda配置错误:将C:/Program /NVIDIA GPU计算读取到olkit/CUDA/v9.0/include/cudnn.h: java.io.IOException:错误:src/main/color/win/processes jni.cc(239)：CreateProcessW("grep“-color=从不-A1 -E "#define CUDNN_MAJOR”C:/Program Files/NVIDIA GPU计算工具包/CUDA/v9.
浏览 1提问于2018-04-08得票数 1
1回答
我们当前对生产环境的码头定义如下所示
ARG CUDA="10.0"
ARG CUDNN="7"
FROM nvidia/cuda:${CUDA}-cudnn${CUDNN}-devel-ubuntu18.04
我需要更新环境以使用CUDA 11.7，并且我试图更新上面的定义
ARG CUDA="11.7"
ARG CUDNN="8"
但我知道错误是：
manifest for nvidia/cuda:11.7-cudnn8-devel-ubuntu18.04 not found: manifest unknown: ma
浏览 9提问于2022-11-08得票数 0
2回答
尝试在windows 10上安装tensorflow gpu，从三天开始。
说：
如果使用本指南中描述的机制之一安装具有GPU支持的TensorFlow，则必须在系统上安装下列NVIDIA软件：
CUDA Toolkit 9.0。有关详细信息，请参阅NVIDIA的文档，确保在NVIDIA文档中描述的%PATH%环境变量中附加相关的Cuda路径名。
与CUDA工具包9.0相关联的NVIDIA驱动程序。
cuDNN v6.0.有关详细信息，请参阅NVIDIA的文档。请注意，cuDNN通常安装在与其他CUDA DLL不同的位置。确保将安装cuDNN DLL的目录
浏览 1提问于2018-02-18得票数 0
我在我的Ubuntu16.04.3 LTS Xenial / nVidia GTX 1080 Ti机器上安装了一个用于Python的Tensorflow。然后，nVidia驱动程序将从374个更新到384.90 (nvidia-smi reports NVIDIA-SMI 384.90)。
从那时起，我只能在root 或模式下运行我的程序。例如，当使用常规用户帐户运行时，一直失败，出现CUDNN_STATUS_INTERNAL_ERROR错误：
E tensorflow/stream_executor/cuda/cuda_dnn.cc:371] could not create cudnn h
浏览 0提问于2017-11-01得票数 1
回答已采纳
1回答
我正试着在我的电脑上训练SegNet。我有GTX860M显卡。nvidia-driver-440，CUDA10.1和cuDNN7已经安装，但错误信息显示无法创建cudnn句柄。cuDNN在我的其他型号上工作没有任何问题。我试着减少批量大小，但没有帮助。我如何解决这个问题？ 错误 Epoch 1/10
2020-06-18 18:59:04.172516: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library libcudnn.so.7
2020-0
浏览 33提问于2020-06-19得票数 0
编辑：主要问题是软件包安装程序组合的CUDA工具包和NVidia驱动程序版本不适合我的硬件设置。安装解决了这个问题。
我试图在Xubuntu16.04上使用libgpuarray与pygpu一起安装theano，如下所述：
根据的说法，我有一个联想，它有一个Quadro1000mGPU，它具有“计算能力2.1”，并且兼容到8版的CUDA工具包。
我已经在中安装了CUDA工具包8.0.61-1。nbody模拟(链接中的步骤4)运行良好。apt-show-versions cuda说cuda:amd64/unknown 8.0.61-1 upgradeable to 9.0.176-1
nvidi
浏览 1提问于2017-12-01得票数 1
回答已采纳
我有以下配置
nvcc -V
nvcc: NVIDIA (R) Cuda编译器驱动程序版权(c) 2005-2015年NVIDIA公司基于Tue_Aug_11_14:27:32_CDT_2015 Cuda编译工具，第7.5版，V7.5.17
nvidia-smi
CUDA工具包(来自Anaconda)
cudatoolkit 10.2.89 hfd86e86_1 anaconda
PyTorch (来自Anaconda)
移液器1.5.0 py3.7_cuda10.2.89_cudnn7.6.5_0割炬
但我得到了torch.cuda.is_available() ->
浏览 7提问于2020-05-09得票数 0
回答已采纳
在Windows 10中使用bazel和python构建tensorflow-gpu时，我一直遇到这个错误：
Cuda Configuration Error: Error reading C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.2/cuda/include/cudnn.h: ja
va.io.IOException: ERROR: src/main/native/windows/processes-jni.cc(239): CreateProcessW("grep" --color=never -A1 -E
浏览 0提问于2018-09-14得票数 0
回答已采纳
尝试在Ubuntu16.04的Ubuntu16.04上为NVIDIA K80安装带有cuDNN/CUDA的tensorflow-gpu和25 gb的磁盘空间。知道我为什么要在Python2.7中启动GPU时得到下面的错误ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory吗？什么代码能解决这个问题？有更简单的解决办法吗？
下载CUDA
sudo su
curl -O http://developer.download.nvidia.com/compute/cuda/re
浏览 0提问于2018-03-08得票数 0
我可以访问Debian 11服务器，在那里安装了一些任意的NVIDIA驱动程序和CUDA版本。然而，由于许多人使用该服务器，许多人需要不同版本的CUDA和cuDNN。因此，我决定将我的环境隔离在docker中，从映像这里创建一个容器。
根据互联网指南，主机必须安装(完成) NVIDIA驱动程序和安装nvidia-container-toolkit (完成)。然后，通过执行以下操作，从映像创建了一个容器：
docker run -it --rm --gpus all nvidia/cuda:11.2.0-cudnn8-runtime-ubuntu20.04
当我连接到映像时，我可以成功地运行nv
浏览 0提问于2022-08-04得票数 0
古鲁。
在ppc64le上构建CUDAV8.0的nvidia-docker时，我遇到了以下错误。
root@minsky:/data/nvidia-docker# make cuda OS=ubuntu-16.04
make -C /data/nvidia-docker/ubuntu-16.04/cuda
make[1]: Entering directory '/data/nvidia-docker/ubuntu-16.04/cuda'
docker build -f /data/nvidia-docker/ubuntu-16.04/cuda/8.0/runtime/Dock
浏览 25提问于2017-01-31得票数 0
我已经下载并安装了几次CUDA，每次它都无法通过测试样本deviceQuery和checkBandwidth。另外，tensorflow从未列出可访问设备之间的GPU，只列出CPU。
我目前的nvidia驱动程序是384.111，因为升级版384.130总是在nvidia上产生库错配，使得ubuntu无法启动。
每次我尝试用.run文件安装CUDA9.0，这是在不升级nvidia驱动程序的情况下安装它的唯一方法，它以“不完整的安装消息”结束。测试上的运行总是为负值，其输出如下：
📷
安装CUDA 9.0 .deb与dpkg从nvidia网站https://developer.nvidia.co
浏览 0提问于2018-05-31得票数 0
我想在我的linux机器上的google云平台上安装tensorflow-gpu。我没有使用深度学习vm gcp提供的。因此，我在linux实例上安装了anaconda，现在我想安装tensorflow。我已经安装了nvidia驱动程序和cuda。可以直接下载到云实例中。但对于cuDNN，我必须将其下载到我的本地计算机中，然后将其升级到云实例中。有没有办法将该文件直接从nvidia网站下载到我的云实例？谢谢你 编辑 CUDNN_URL="developer.download.nvidia.com/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x6
浏览 124提问于2020-03-25得票数 6
1回答
升级后坚持引导
、、、、
我的GPU是NVIDIA - GeForce RTX 3090 Ti，操作系统是Ubuntu18.04.由于我的代码不起作用，我检查了python、py手电、cuda和cudnn的版本。
Python: 3.6
火炬。版本: 1.4.0
torch.version.cuda : 10.1 (nvidia-smi显示CUDA版本11.3)
cudnn: 7.6.3
它们与3090 Ti不兼容，我成功地将Python升级为3.9，Py手电升级为1.12.1+cu102。然而，“pip3”和“cudnn”对我来说并不管用。所以我遵循了网站上的步骤。
用于cuda (试用版本11.8)：https:/
浏览 0提问于2022-10-19得票数 2
回答已采纳
1回答
因此，服务器上的CUDA8出现了一些故障，无法识别nvidia驱动程序。我清除了nvidia，然后内核被降级到116，然后升级到119。我重新安装了驱动程序(nvidia 384)，并安装了cuda驱动程序(sudo apt-get -y install cuda-drivers)，但是我一直收到以下错误：
nvidia-smi
NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed
浏览 0提问于2018-04-10得票数 0
我正在尝试在不使用nvidia-docker的情况下在容器上获得gpu支持
我知道使用nvidia docker，我只需要使用-- but =nvidia，但我目前的情况不允许使用nvidia-docker
我尝试在我的容器上安装nvidia驱动程序cuda，cudnn，但是失败了。
如果容器上没有nvidia docker，我如何使用tensorflow gpu？
浏览 0提问于2019-05-03得票数 0
1回答
问题
Tensorflow 2.4.1不认识我的GPU，尽管我跟随，以及和的GPU安装在我的计算机上。我还在conda中安装了它(我不确定是否需要它)。
当我尝试使用GPU时，我得到0：
import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))
Num GPUs Available: 0
规格说明
硬件：
我的NVIDIA满足了的要求。
软件
如前所述，我安装了CUDA (与CUPTI一起)和cuDNN，因此我得到了：
浏览 2提问于2021-03-14得票数 2
回答已采纳
我正在尝试安装PyTorch与数据自动化系统。我遵循了中提到的说明(使用conda安装)
conda安装手电筒cudatoolkit=11.3 -c手电筒
conda install命令运行时没有出现任何错误：
conda list显示以下内容：
# Name Version Build Channel
cudatoolkit 11.3.1 h2bc3f7f_2
pytorch 1.11.0 py3.9_
浏览 24提问于2022-05-06得票数 1
回答已采纳
我正在安装libgpuarray v0.7.4。当我导入theano时，我得到以下错误:我使用的是：
(1) github的Theano (rel-1.0.0rc1)，
(2) CUDA 9.0 (我确信CUDA /缓冲器工作，我安装了pycuda，scikit-cuda，并能成功地运行它们)
(3) cuDNN 7.0.3
(4)英伟达司机384.90
Python 3.5.2 (default, Sep 14 2017, 22:51:06)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", &#
浏览 5提问于2017-11-13得票数 3
回答已采纳
我的操作系统是Ubuntu18.04，我已经安装了nvidia驱动程序和nvidia-docker，但是无法检测到CUDA。
$ docker run -it --gpus all nvidia/cuda:10.0-cudnn7-runtime-ubuntu18.04 /bin/bash
root@7c0be9bfaeec:/# nvcc --version
bash: nvcc: command not found
此外，我无法在码头集装箱中检测到CUDNN：
root@694cefcad33a:/# cat /usr/local/cuda/include/cudnn.h | grep CU
浏览 0提问于2019-12-19得票数 5
我的nvidia驱动程序是
NVRM version: NVIDIA UNIX x86_64 Kernel Module 384.130 Wed Mar 21 03:37:26 PDT 2018
我的cuda版本是
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
我确信我已经以正确的方式安装了nvidi
浏览 160提问于2019-03-17得票数 -1
每隔一段时间，我就会犯一个错误
2020-02-26 14:17:31.605963: i tensorflow/stream_executor/platform/default/dso_loader.cc:42]成功地打开了动态库libcublas.so.10.0 2020-02-26 14:31.829898:i tensorflow/stream_executor/platform/default/dso_loader.cc:42]成功地打开了动态库library .so.7 2020-02-26 14:17:32.757316: tensorflow/stream_executor/
浏览 5提问于2020-02-26得票数 1
回答已采纳
我正在尝试将一个项目从VS2013/CUDA 8.0升级到VS2019/CUDA11.1。 在VS2013/CUDA8中一切正常，但是当我尝试使用VS2019/CUDA11构建项目时，我得到了关于cuda_helper的兼容性错误： 1>C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\common\inc\helper_cuda.h(571): error : argument of type "CUresult" is incompatible with parameter of type "cudaE
浏览 72提问于2020-10-30得票数 0
我安装并使用了Theano 0.7，一切都很完美。但现在，为了我未来的工作，我需要流血的边缘版本，安装进行得很好。
但是当我运行这个 (在Theano文档中找到)时，它会生成许多错误()。
我们可以观察到GPU是被检测和使用的，但是再也找不到cuDNN：
Using gpu device 0: GeForce GT 650M (CNMeM is enabled with initial size: 65.0% of memory, CuDNN not available)
然后我有一个导入错误，我认为这也是关于cuDNN的：
ImportError: ('The
浏览 4提问于2016-02-26得票数 2
回答已采纳
1回答
我目前正在尝试在我的ubuntu14.04上安装cuda。我从nvidia：https://developer.nvidia.com/cuda-downloads?sid=908551下载了cuda运行文件。
但我得到了以下错误：
📷
编辑:设置->软件和更新->其他驱动程序所有选项都是灰色的：
📷
浏览 0提问于2015-08-04得票数 -1
回答已采纳
我希望有人给你的TF2.4.1环境与RTX30X0。更具体的说，我想知道nvidia驱动程序，CUDA和CuDNN版本。还有TF2.4.1的安装方式。
我正在努力将tensorflow2.4.1 2.4.1安装到我的PC上，如下所示。OS : Ubuntu 20.04 (版本无关紧要) CPU: Ryzen 5600X GPU: RTX 3070
我知道TF2.4.1中的要求是CUDA11.0w/CuDN8.0.4，根据下面的站点。
然而，NVIDIA驱动程序版本457是RTX 3070的第一个版本，最新版本是Ver.460。因此，我在终端上安装了460版本和“nvidia-smi”返回。(
浏览 4提问于2021-05-03得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
