最近在anaconda上用TensorFlow2.1跑机器学习的代码,结果没几行就出错了,报的错如下:
InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
百度了半天发现是NVIDIA显卡的驱动版本和CUDA的版本不一致导致的。其实电脑的配置是没问题的,可能是因为anaconda里安装的cuda版本超过了电脑的cuda版本,可以在NVIDIA控制面板里找到你的显卡版本及cuda版本,一般在桌面右键单击鼠标就会出现这个选项,如果没有的话可以在控制面板中将查看方式改为小图标就可以找到,如下:

进图NVIDIA控制面板后,点击左下角的系统信息,在显示中可以看到显卡版本

组件中可以找到cuda的版本

(因为我是升级过了的,所以版本比较高。。。)
所以我选择了升级电脑的显卡版本,具体方法如下:
首先使用win10的搜索系统(win+s),输入NVIDIA,选择GeForce Experience,进去之后大概率你是没有注册过账号的(像我),然后注册一个账号,之后点击驱动程序,一般就会显示可用的显卡更新了,

接下来只要下载完安装你的显卡程序就好啦,
ps:完成安装会要求重启电脑,建议先保存好重要文件
再然后,没了,问题就这么轻松愉快的解决了,欧耶!
解决TensorFlow CUDA版本冲突
本文解决了一位用户在Anaconda环境下使用TensorFlow 2.1时遇到的CUDA版本不匹配错误。错误提示为“cudaGetDevice() failed”,原因是NVIDIA显卡驱动与CUDA版本不一致。文章详细介绍了如何检查显卡和CUDA版本,并通过升级显卡驱动来解决问题。
1378

被折叠的 条评论
为什么被折叠?



