python - Tensorflow-gpu 2.3.1 无法访问GPU，NVIDIA GeForce MX150

Question

我在 Windows 10 中同时安装了 CPU 和 GPU 版本的 tensorflow。

conda list t.*flow
# packages in environment at C:\Users\Dell\anaconda4:
#
# Name                    Version                   Build  Channel
tensorflow                2.3.1                    pypi_0    pypi
tensorflow-estimator      2.3.0                    pypi_0    pypi
tensorflow-gpu            2.3.1                    pypi_0    pypi
tensorflow-gpu-estimator  2.3.0                    pypi_0    pypi

此外，我已经按照此链接中的步骤安装了 CUDA 和 cuDNN https://towardsdatascience.com/installing-tensorflow-with-cuda-cudnn-and-gpu-support-on-windows-10-60693e46e781唯一的区别是我下载了最新版本的 CUDA 和 cuDNN 以符合 tensorflow 2.3.1 的要求，但我仍然无法访问我的 GPU，它是 NVIDIA GeForce MX150。

import tensorflow as tf
tf.test.is_built_with_cuda()

返回真。

tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None)

输出:

警告:tensorflow:From :1: is_gpu_available(来自 tensorflow.python.framework.test_util)已弃用，将在未来版本中删除。更新说明:请改用 tf.config.list_physical_devices('GPU')。

错误

关于为什么 tensorflow 2.3.1 无法访问/找到 GPU 的任何想法？请帮我解决这个问题。

Answer 1

我相信 tensorflow-gpu 不需要 tensorflow 就可以工作，并且通过安装两者，您可能会导入 cpu 版本。

首先卸载标准的 tensorflow 并查看是否修复。

NVIDIA GeForce MX150 确实支持 CUDA，但与最新版本的 tensorflow、CUDA 和 CUDNN 可能仍然存在兼容性问题。

讨论here声称与 CUDA 9.1 和 CUDNN 7.0.5 的工作组合。我的建议是删除您安装的版本并尝试这些版本，尽管这可能需要降级 tensorflow-gpu 以使其兼容。