Tensorflow、CUDA、cuDNN 上的机器学习模型不起作用

Question

我不确定我做错了什么。我正在尝试在 Conda 环境中的 Jupyter Notebooks 上运行 ResNet152。这是我的代码：

from tensorflow.keras.applications import ResNet50, ResNet101, ResNet152, InceptionResNetV2, DenseNet121
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Dense, GlobalAveragePooling2D, Activation, BatchNormalization
from tensorflow.keras import mixed_precision, layers, models
import tensorflow as tf
from tensorflow.keras.optimizers.schedules import ExponentialDecay
from tensorflow.keras.optimizers import Adam, RMSprop

mixed_precision.set_global_policy('mixed_float16')

base_model = ResNet152(weights='imagenet', include_top=False, input_shape=(256, 256, 3))


for layer in base_model.layers:
    layer.trainable = True 

pooling_layer = layers.GlobalAveragePooling2D()(base_model.output)  # GlobalAveragePooling2D layer
output_layer = layers.Dense(1, activation='sigmoid', name='output_layer')(pooling_layer)

model = Model(inputs=base_model.input, outputs=output_layer)

initial_learning_rate = 0.001
lr_schedule = ExponentialDecay(
    initial_learning_rate,
    decay_steps=50,  # Adjust the decay steps as needed
    decay_rate=0.9,     # Adjust the decay rate as needed
    staircase=False)

optimizer = Adam(learning_rate=lr_schedule)

model.compile(
    optimizer=optimizer,
    loss='binary_crossentropy',
    metrics=['accuracy', tf.keras.metrics.Precision(), tf.keras.metrics.Recall(), tf.keras.metrics.AUC(name='auc')]
)

model.summary()

os.environ['CUDA_VISIBLE_DEVICES'] = '0'
history = model.fit(dataset_batched_withoutnames, epochs=5)

我收到以下错误：

未找到 DNN 库。 [[{{节点模型/conv1_conv/Conv2D}}]] [操作：__inference_train_function_55822] （有一个很长的框但没有全部复制粘贴）

我回去降级了我的 Tensorflow、CUDA 和 cuDNN。我使用的是 CUDA 11.2、cuDNN 8.1.0 和 Tensorflow 2.10.0

我回到我的路径并将其全部清理干净，并将以下所有内容添加到路径中

我不确定为什么这不起作用。有人有什么想法吗？

Answer 1

DNN library is not found.

一般表示CUDA未正确安装或安装了错误的CUDA依赖项。第一步，您可以通过在终端中运行

nvidia-smi

来检查安装是否正常。