Теперь я хочу использовать свой университетский GPU-кластер с установленным CUDA 12.4 для обучения модели (очевидно, у меня нет права на понижение версии CUDA на этом графическом процессоре).
Как только я проверяю, может ли тензорный поток получить доступ к графическому процессору через python -c "import tensorflow как tf; print(tf.config.list_physical_devices ('GPU'))" я получаю 2024-08-28 15:46:24.327910: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Не удалось загрузить динамическую библиотеку libcudnn.so.8; dlerror: libcudnn.so.8: невозможно открыть файл общего объекта: такого файла или каталога нет
Я уже читал, что cudnn должен быть установлен соответствующим образом. Но, просматривая таблицы зависимостей здесь https://www.tensorflow.org/install/sour ... t_optional, я вижу, что моя версия тензорного потока совместима только с CUDA 11.
как я могу запустить свой код, используя tensorflow==2.9.1 на графическом процессоре с поддержкой CUDA 12.4?
Я пытался установить следующее пакеты для включения доступа к графическому процессору:
Код: Выделить всё
nvidia-cublas-cu12==12.3.4.1
nvidia-cuda-cupti-cu12==12.3.101
nvidia-cuda-nvcc-cu12==12.3.107
nvidia-cuda-nvrtc-cu12==12.3.107
nvidia-cuda-runtime-cu12==12.3.101
nvidia-cudnn-cu12==8.9.7.29
nvidia-cufft-cu12==11.0.12.1
nvidia-curand-cu12==10.3.4.107
nvidia-cusolver-cu12==11.5.4.101
nvidia-cusparse-cu12==12.2.0.103
nvidia-nccl-cu12==2.19.3
nvidia-nvjitlink-cu12==12.3.101
при выполнении python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU') )"
Подробнее здесь: https://stackoverflow.com/questions/789 ... -cuda-12-4
Мобильная версия