在TensorFlow中使用GPU进行超高训练

Question

我在CNN工作，我注意到在培训阶段，它100%使用CPU而不是GPU（我有一个GTX 1660Ti）

Tensorflow无法识别我的1660Ti

我试着从TensorFlow网站上关注this guide

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))

输出

Num GPUs Available:  0

我试图阅读TensorFlow识别的所有设备

tf.config.list_physical_devices()

输出

[ PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU') ]

我在这个主题上读到了什么

在互联网上搜索时，我发现可能我必须安装NVidia CUDA toolkit。我是从here开始做的，但没有解决它

我发现NVidia CUDA并非总是在所有GPU上启用：source。我发现有点奇怪，为什么英伟达要切断一部分客户使用CUDA

其他信息

Myrequirements.txt（如果软件版本有助于解决我的问题）：

matplotlib==3.4.2
keras==2.4.3
tensorflow-gpu==2.5.0
seaborn==0.11.1

我正在Jupyter笔记本中运行python代码（通过pip安装）

我的问题

有一种方法可以将我的GPU用于CUDA（或者至少使用TensorFlow，如本例所示）

Answer 1

我终于解决了

我不得不从here下载cuDNN，根据this安装指南，我终于让它工作了

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))

现在输出

Num GPUs Available:  1

及

tf.config.list_physical_devices()

现在输出

[PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU'),

PhysicalDevice（名称='/physical_设备：GPU:0'，设备_类型='GPU'）]