TensorFlow 2.15.0 не распознает NVIDIA GeForce GTX 1650 с CUDA 12.1 и cuDNN для CUDA 11.8 ⇐ Python
TensorFlow 2.15.0 не распознает NVIDIA GeForce GTX 1650 с CUDA 12.1 и cuDNN для CUDA 11.8
Я столкнулся с проблемой, из-за которой TensorFlow 2.15.0 не распознает мой графический процессор NVIDIA GeForce GTX 1650. Несмотря на выполнение рекомендуемых действий по настройке и устранению неполадок, результат проверки доступных графических процессоров в TensorFlow возвращает 0. Мне нужен совет, как решить эту проблему, чтобы TensorFlow мог использовать мой графический процессор для обучения модели. Моя установка:
[*]Версия TensorFlow: 2.15.0 [*]Версия CUDA: 12.1 (проверено через nvidia-smi) [*]Версия cuDNN: установлена для совместимости с CUDA 11.8 через Conda. [*]Графический процессор: NVIDIA GeForce GTX 1650 [*]ОС: Windows 11 Несмотря на то, что установка кажется совместимой, когда я запускаю следующий код для проверки доступных графических процессоров, он возвращает 0:
импортировать тензорный поток как tf print("Количество доступных графических процессоров: ", len(tf.config.list_physical_devices('GPU'))) Шаги, которые я предпринял:
[*]Подтверждено, что nvidia-smi правильно отображает мой графический процессор, указывая на то, что драйверы NVIDIA установлены правильно. [*]Я установил CUDA 12.1 и cuDNN для CUDA 11.8 через Conda и вручную обновил версию cuDNN, заменив include, lib и bin в своей пользовательской среде conda. [*]Пыталась убедиться, что TensorFlow использует правильные пути для CUDA и cuDNN, устанавливая переменные среды, где это применимо.
Я столкнулся с проблемой, из-за которой TensorFlow 2.15.0 не распознает мой графический процессор NVIDIA GeForce GTX 1650. Несмотря на выполнение рекомендуемых действий по настройке и устранению неполадок, результат проверки доступных графических процессоров в TensorFlow возвращает 0. Мне нужен совет, как решить эту проблему, чтобы TensorFlow мог использовать мой графический процессор для обучения модели. Моя установка:
[*]Версия TensorFlow: 2.15.0 [*]Версия CUDA: 12.1 (проверено через nvidia-smi) [*]Версия cuDNN: установлена для совместимости с CUDA 11.8 через Conda. [*]Графический процессор: NVIDIA GeForce GTX 1650 [*]ОС: Windows 11 Несмотря на то, что установка кажется совместимой, когда я запускаю следующий код для проверки доступных графических процессоров, он возвращает 0:
импортировать тензорный поток как tf print("Количество доступных графических процессоров: ", len(tf.config.list_physical_devices('GPU'))) Шаги, которые я предпринял:
[*]Подтверждено, что nvidia-smi правильно отображает мой графический процессор, указывая на то, что драйверы NVIDIA установлены правильно. [*]Я установил CUDA 12.1 и cuDNN для CUDA 11.8 через Conda и вручную обновил версию cuDNN, заменив include, lib и bin в своей пользовательской среде conda. [*]Пыталась убедиться, что TensorFlow использует правильные пути для CUDA и cuDNN, устанавливая переменные среды, где это применимо.
-
- Похожие темы
- Ответы
- Просмотры
- Последнее сообщение
-
-
Ошибка: cupy_backends.cuda.libs.cudnn.cudnnerror: cudnn ошибка: cudnn_status_not_supported
Anonymous » » в форуме Python - 0 Ответы
- 14 Просмотры
-
Последнее сообщение Anonymous
-
-
-
Ошибка: cupy_backends.cuda.libs.cudnn.cudnnerror: cudnn ошибка: cudnn_status_not_supported
Anonymous » » в форуме Python - 0 Ответы
- 16 Просмотры
-
Последнее сообщение Anonymous
-
-
-
Ошибка: cupy_backends.cuda.libs.cudnn.cudnnerror: cudnn ошибка: cudnn_status_not_supported
Anonymous » » в форуме Python - 0 Ответы
- 25 Просмотры
-
Последнее сообщение Anonymous
-