这可能是重复的帖子,但其他所有帖子对我都不起作用。我有tensorflow 1.14.0和tensorflow-gpu 1.14.0我已经安装了所需的兼容Cuda和Cudnn版本,并在环境变量中指定了它们的路径。但仍然是tensorflow和/或tensorflow-gpu,无法识别我的GPU。因此验证码为:
from tensorflow.python.client import device_lib
def get_available_devices():
local_device_protos = device_lib.list_local_devices()
return [x.name for x in local_device_protos]
print(get_available_devices())
是:
['/device:CPU:0']
OP:Windows 10
IDE:Jupyter(anaconda)
GPU版本:GTX 960M
注意:一些帖子提到您必须在最后卸载tensorflow,但是当我这样做时,以上代码甚至无法正常工作...
您绝对应该从系统上卸载tensorflow,该步骤之后无法使用的代码表明您的tensorflow-gpu安装存在一些问题。 accepted answer建议通过pycharms卸载tensorflow并通过pip进行安装。
此外,如果您有机会,请尝试升级到tensorflow> = 2.0,急切的执行非常好,肯定会花钱购买新驱动程序以及兼容的Cuda和Cudnn版本的麻烦。