“1 个物理 GPU，0 个逻辑 GPU”当我训练模型时 GPU 不工作答案

【问题标题】："1 Physical GPUs, 0 Logical GPU " when i train the model the gpu is not working“1 个物理 GPU，0 个逻辑 GPU”当我训练模型时 GPU 不工作
【发布时间】：2020-08-08 14:16:56
【问题描述】：

ubntu 版本 18.04 英伟达 Smia 440.1.0 CUDA 10.2 GTx 960 张量板 2.3.0 张量板插件机智 1.7.0 张量流估计器 2.3.0 张量流-GPU 2.3.0

我的 gpu 不工作，或者你可以说它已安装，但是当我运行模型时它没有分配给 gpu 这里是图片

【问题讨论】：

标签： python tensorflow model gpu

【解决方案1】：

运行此代码以查看 tensorflow 是否正在检测您的 gpu。如果 gpus 的数量被列为 0，那么它没有检测到它。您需要在系统上安装 Cuda 10.1 和 cuDNN v7.6.5。在这种情况下，如果您使用 Anaconda，请打开 conda 提示符并运行 conda install cuDNN=7.6.5。您可能还必须安装 CUDA Toolkit 10.1。如果您使用 pip 安装了 tensorflow，那么您必须下载并安装 CUDA Toolkit 10.1 并修改您的环境变量等。我发现最简单的解决方案是使用 Conda 安装 tensorflow，因为它会自动安装工具包和 cudnn。如果您使用的是 Anaconda，请打开 conda 提示符并运行 conda fistall --upgrade tensorflow

import tensorflow as tf
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
print(tf.__version__)
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
tf.test.is_gpu_available()
!python --version

【讨论】：

我在 ubnutu 18.04 上做我的项目，看到你的评论后，我尝试了很多次安装 cuda 工具包 10.1，但是当我安装 nvidia 驱动程序时，cuda 版本在我运行 nvidia 时显示为 11 smi所以跟着其他一些教程和一些当我运行命令 nvcc version 它显示 10.1 时，我想知道如何设置环境变量，是否可以安装两个 cuda 工具包并可以设置其中一个？如果是，那么我们如何检查我们是否已经完成了