Модель машинного обучения на Tensorflow, CUDA, cuDNN не работает ⇐ Python

[Anonymous]

Я не уверен, что делаю неправильно. Я пытаюсь запустить ResNet152 на ноутбуках Jupyter в среде Conda. Вот мой код:

Код: Выделить всё

from tensorflow.keras.applications import ResNet50, ResNet101, ResNet152, InceptionResNetV2, DenseNet121
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Dense, GlobalAveragePooling2D, Activation, BatchNormalization
from tensorflow.keras import mixed_precision, layers, models
import tensorflow as tf
from tensorflow.keras.optimizers.schedules import ExponentialDecay
from tensorflow.keras.optimizers import Adam, RMSprop

mixed_precision.set_global_policy('mixed_float16')

base_model = ResNet152(weights='imagenet', include_top=False, input_shape=(256, 256, 3))

for layer in base_model.layers:
layer.trainable = True

pooling_layer = layers.GlobalAveragePooling2D()(base_model.output)  # GlobalAveragePooling2D layer
output_layer = layers.Dense(1, activation='sigmoid', name='output_layer')(pooling_layer)

model = Model(inputs=base_model.input, outputs=output_layer)

initial_learning_rate = 0.001
lr_schedule = ExponentialDecay(
initial_learning_rate,
decay_steps=50,  # Adjust the decay steps as needed
decay_rate=0.9,     # Adjust the decay rate as needed
staircase=False)

optimizer = Adam(learning_rate=lr_schedule)

model.compile(
optimizer=optimizer,
loss='binary_crossentropy',
metrics=['accuracy', tf.keras.metrics.Precision(), tf.keras.metrics.Recall(), tf.keras.metrics.AUC(name='auc')]
)

model.summary()

os.environ['CUDA_VISIBLE_DEVICES'] = '0'
history = model.fit(dataset_batched_withoutnames, epochs=5)

Я получаю следующую ошибку:
Библиотека DNN не найдена.
[[{{node model/conv1_conv/Conv2D}} ]] [Op:__inference_train_function_55822]
(есть длинное поле, но я не копировал и вставлял его целиком)
Я вернулся и понизил версию Tensorflow, CUDA и cuDNN. Я использую CUDA 11.2, cuDNN 8.1.0 и Tensorflow 2.10.0
Я вернулся к своим путям, все очистил и добавил в путь все следующее


Я не понимаю, почему это не работает . У кого-нибудь есть идеи?

Подробнее здесь: https://stackoverflow.com/questions/786 ... ot-working