TensorFlow-GPU 在系统中使用错误的 GPU

Question

我正在使用 Cuda 工具包使用 TensorFlow-GPU 训练模型，其中我尝试利用我的 GPU 进行训练。我有一个专用 GPU，Nvidia GeForce GTX 1650 Ti(4GB)， 和一个 集成 GPU，AMD Radeon(TM) Vega 8 Graphics。它应该使用 NVIDIA GPU，但当我训练时，它实际上使用集成 GPU、AMD Radeon 而不是 NVIDIA。当我监控 NVIDIA GPU 的利用率时，训练时它是 0%，但专用 GPU 也有变化。但即使当我检查 GPU 的可用性时，它仍然显示为积极。 这是为什么？我该如何解决这个问题？我希望使用我的专用 GPU。在此处输入图像描述

我尝试安装tensorflow-gpu和Cuda工具包并将其集成。当我尝试识别 GPU 可用性时，它显示出积极的结果。我对它如何使用 AMD 感到困惑，而我已经安装了 NVIDIA 的所有工具（如 CUDA），实际上只有 NVIDIA。我需要使用专用 GPU 而不是集成 GPU 来完成训练。

Answer 1

tensorflow-gpu 不再可用。

首先安装最新版本的 nvdia 驱动程序并安装适合您的 cuda 工具包 各自的GPU

安装完这些之后，接下来安装受支持的python版本，如果我没记错的话，python3.9支持tensorflow gpu版本

简单方法： 安装蟒蛇 使用 ptyhon 3.8 和功能强大的 cuda 版本创建虚拟环境

import tensorflow as tf

gpus = tf.config.list_physical_devices('GPU')
print(gpus)

它应该打印系统中的GPU设备列表