Could not find cuda drivers on your machine, GPU will not be used

最新推荐文章于 2024-09-18 23:53:11 发布
最新推荐文章于 2024-09-18 23:53:11 发布
阅读量2.3k 收藏 12
点赞数 7
CC 4.0 BY-SA版权
文章标签： tensorflow2 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/tagMatrix4/article/details/137384229

我安装了cuda，pytorch可以检查gpu，但是tensorflow检测不到,从这里安装tensorflow：

pip install --extra-index-url https://pypi.nvidia.com tensorflow[and-cuda]
 

2024-04-04 13:51:41.596916: I external/local_tsl/tsl/cuda/cudart_stub.cc:31] Could not find cuda drivers on your machine, GPU will not be used.

2024-04-04 13:51:41.635006: E external/local_xla/xla/stream_executor/cuda/cuda_dnn.cc:9261] Unable to register cuDNN factory: Attempting to register factory for plugin cuDNN when one has already been registered

2024-04-04 13:51:41.635035: E external/local_xla/xla/stream_executor/cuda/cuda_fft.cc:607] Unable to register cuFFT factory: Attempting to register factory for plugin cuFFT when one has already been registered

2024-04-04 13:51:41.636666: E external/local_xla/xla/stream_executor/cuda/cuda_blas.cc:1515] Unable to register cuBLAS factory: Attempting to register factory for plugin cuBLAS

最低0.47元/天 解锁文章
tagMatrix4
关注
解决conda环境下import TensorFlow失败的问题
weixin_42156097的博客
02-27 1783
安装了anaconda的电脑，新建了一个名叫deeplearning的环境，在该环境下已经成功安装了tensorflow。于是在终端打开python并执行代码除了提示错误提示是代表没有安装TensorRT，暂时忽略，可以看出已经打印了1，已经安装成功。但是运行juypter-notebook后，会提示。
【已解决】Linux服务器安装Sionna 踩坑（Could not find cuda drivers on your machine, GPU will not be used）
mox233的博客
01-14 1145
如果你现有环境下的TensorFlow版本不在2.13-2.15之间，或者还未下载TensorFlow，则通过pip install sionna安装Sionna时会自动下载一个不含cuda的TensorFlow(2.13.1)并作为该环境下的默认TensorFlow来使用。这意味着你无法使用GPU对Sionna和TensorFlow进行加速计算。由于科研需要本人入坑了Sionna，但是由于Sionna目前还比较小众，因此本人在安装和使用Sionna的过程中踩了不少坑，现在分享其中一个坑的解决办法。
Docker【部署 05】docker使用tensorflow-gpu安装及调用GPU踩坑记录
Java与大数据相关实践内容分享！
10-11 2410
docker使用tensorflow-gpu安装及调用GPU踩坑记录
Could not find cuda drivers on your machine
09-20 3556
参考：python - Cuda 12 + tf-nightly 2.12: Could not find cuda drivers on your machine, GPU will not be used, while every checking is fine and in torch it works - Stack Overflow
Docker【部署 07】镜像内安装tensorflow-gpu及调用GPU多个问题处理Could not find cuda drivers+unable to find libcuda.so...
Java与大数据相关实践内容分享！
10-24 2284
Docker镜像内安装tensorflow-gpu及调用GPU多个问题处理Could not find cuda drivers+unable to find libcuda.so...
笔记本安装CUDA出现this graphics driver could not find...
weixin_43603149的博客
06-06 3096
笔记本安装CUDA出现以下警告： 这表明cuda安装程序的兼容性检查发现CUDA与你笔记本的显卡驱动信息不吻合，于是提出警告。 解决办法网上有很多，有一篇博客提出用驱动里的两个文件替代cuda的安装文件来“瞒过”cuda的安装程序，但是很多人包括我都找不到这两个文件在哪。 事实上nvidia的安装程序都是先将自己的安装文件解压到一个目录下面，在进行安装，最后将这些临时文件全部删除，所以 ...
Airflow【部署 01】Airflow官网Quick Start实操（一篇学会部署Airflow）_apache airflow教程(1)
2401_84253850的博客
05-07 1202
①了解行业相关背景，前景，确定发展方向。②学习网络安全相关法律法规。③网络安全运营的概念。④等保简介、等保规定、流程和规范。（非常重要）①渗透测试的流程、分类、标准②信息收集技术：主动/被动信息搜集、Nmap工具、Google Hacking③漏洞扫描、漏洞利用、原理，利用方法、工具（MSF）、绕过IDS和反病毒侦察④主机攻防演练：MS17-010、MS08-067、MS10-046、MS12-20等①Windows系统常见功能和命令。
ubuntu16.04新建用户后找不到cuda
ZHUQIUSHI123的博客
07-23 2857
当你在服务器上新建一个用户后，输入nvcc -V提示The program 'nvcc' is currently not installed. You can install it by typing: apt-get install nvidia-cuda-toolkit，通过ls /usr/local/cuda*可知，服务器上已经安装好cuda-8.0和cuda-9.0，怎么解决？ 在你登录...
解决Could NOT find CUDA: Found unsuitable version "9.1", but required is exact version
zlatan的博客
12-12 5874
最近用opencv需要使用CUDA加速,但是却出现了这样的问题 Could NOT find CUDA: Found unsuitable version "9.1", but required is exact version ... 查看显卡 z@z-pc:~$ nvidia-smi Thu Dec 12 11:18:11 2019 +--------------------...
Docker【部署 07】镜像内安装tensorflow-gpu及调用GPU多个问题处理Could not find cuda drivers+unable to find libcuda
2401_87198849的博客
09-18 1113
在Linux环境下，Docker可以支持将宿主机上的目录挂载到容器里。这意味着，如果宿主机上的目录包含软链接，那么这些软链接也会被挂载到容器中。然而，需要注意的是，这些软链接指向的路径必须在Docker容器中是可访问的。也就是说，如果软链接指向的路径没有被挂载到Docker容器中，那么在容器中访问这个软链接可能会失败。检测CUDA版本是必要的，由于使用的是导出的镜像文件，2和3的方法无法使用，最终使用。尝试解决，在容器启动要执行的py文件内加入以下代码，我将以下代码加入到。
完美解决cuda安装 could not find compatible graphics hardware问题
qq_33476409的博客
04-09 1万+
为安装tensorflow-gpu，真是踩了很多坑。我的笔记本安装cuda10.0没问题，但是tensorflow-gpu怎么也安不上，放弃。改安装cuda9.0但是显示找不到图像硬盘，遂youtube翻到解决方案。 设备管理器–显示适配器–详细信息–硬件id中找到硬件id，保存到一个txt文件中备用。 出现cuda安装问题的页面不要关，最小化。找到cuda/display.driver文...
centos安装tensorflow GPU版本填坑
yangyi139926的博客
04-15 829
我耗费了一天的时间，查了好多资料，官网也没给出2.12之后的版本适配情况。清华大学源：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow。1、介绍：tensorflow从2.12版本后，不细分tensorflow-gpu版本，统一合成tensorflow。我的cuda环境变量配置正确，nvidia-smi都能显示，其他软件都能识别，tensorflow却找不到。用2.14版本可以。虽然解决了GPU，还有一些库的问题需要解决。
win10 x64 系统中tensorflow遇到ImportError: Could not find 'cudart64_100.dll'错误解决方法之一
热门推荐
aya_tao的博客
08-24 4万+
自己最近安装Tensorflow–GPU版本时一直出现如下问题， ** “ Could not load dynamic library ‘cudart64_100.dll’; ## dlerror: cudart64_100.dll not found” ** 也看了许多的文章，都是讲tensorflow与cuda版本不匹配的问题， 只是将要重新安装匹配的文件，没有讲如何具体的解决这个问题。 而...
配置tensorflow-gpu出现的一些问题
qq_53160474的博客
12-05 1730
不推荐清华镜像源，好多包并不全面，主推荐使用豆瓣镜像源但是！！！！！tensorflow已经到2.15了。同时，我已经尝试过一些低版本的cuda（11.2）,由于我本来建立的时候就安装了cuda的11.6版本，后面诱发了一系列，我解决到爆炸的问题。
Ubuntu 16.04配置 Cuda, Cudnn, Anaconda, Tensorflow (GPU)
linyijiong的博客
11-18 2360
本文教程适用于刚安装好的Ubuntu 16.04 注意：以下安装的版本有时效性，且因设备而异，因此要自行判断选择哪个版本，是否选择最新版本。（比如CUDA9.0这个大版本的小版本也不更新了，但cuDNN9.0的大版本下的小版本还在更新） 0. What is CUDA & CuDnn CUDA is NVIDIA’s language/API for programming on t...
在 Ubuntu20.02下编译 FaceRecognition_MTCNN_FaceNet
Tonyfield的专栏
10-14 965
cause : 官方scipy中提到，imread is deprecated!solution ：降低scipy版本，我的是scipy（1.10.1）版本现换为版本1.7.1，可行！cause : scipy包下得interpolate.interp1d()函数问题。cause : Tensorflow 1.X和 2.X不兼容。cause : Tensorflow 1.X和 2.X不兼容。cause : Tensorflow 1.X和 2.X不兼容。
ubuntu16.04中安装cuda和cudnn
邹九的个人博客
11-19 609
tensorflow、cuda、cudnn的各个版本对应关系 https://www.tensorflow.org/install/source_windows ​ 安装显存驱动： 方法一： 打开软件和更新，点击附加驱动，然后选择上面的选项，点击应用更改，等待完成，然后重启电脑即可。 ​ ​ 方法二： 首先去官网(http://www.nvidia.com/Download/index.aspx?lang=en-us)查看适合自己显卡的驱动（下载runfile文件） 先...
(tensorflow) root@DESKTOP-RVNE65O:~/work/model_zoo# python extracttflite.py 2025-03-07 14:57:53.720064: I tensorflow/core/util/port.cc:111] oneDNN custom operations are on. You may see slightly different numerical results due to floating-point round-off errors from different computation orders. To turn them off, set the environment variable `TF_ENABLE_ONEDNN_OPTS=0`. 2025-03-07 14:57:53.772008: I tensorflow/tsl/cuda/cudart_stub.cc:28] Could not find cuda drivers on your machine, GPU will not be used. 2025-03-07 14:57:53.999328: E tensorflow/compiler/xla/stream_executor/cuda/cuda_dnn.cc:9342] Unable to register cuDNN factory: Attempting to register factory for plugin cuDNN when one has already been registered 2025-03-07 14:57:53.999476: E tensorflow/compiler/xla/stream_executor/cuda/cuda_fft.cc:609] Unable to register cuFFT factory: Attempting to register factory for plugin cuFFT when one has already been registered 2025-03-07 14:57:54.001268: E tensorflow/compiler/xla/stream_executor/cuda/cuda_blas.cc:1518] Unable to register cuBLAS factory: Attempting to register factory for plugin cuBLAS when one has already been registered 2025-03-07 14:57:54.137256: I tensorflow/tsl/cuda/cudart_stub.cc:28] Could not find cuda drivers on your machine, GPU will not be used. 2025-03-07 14:57:54.138160: I tensorflow/core/platform/cpu_feature_guard.cc:182] This TensorFlow binary is optimized to use available CPU instructions in performance-critical operations. To enable the following instructions: AVX2 AVX_VNNI FMA, in other operations, rebuild TensorFlow with the appropriate compiler flags. 2025-03-07 14:57:55.181380: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Could not find TensorRT INFO: Created TensorFlow Lite XNNPACK delegate for CPU. Traceback (most recent call last): File "/root/work/model_zoo/extracttflite.py", line 52, in <module> extractSubgraphToTflite(interpreter, subgraph1Inputs, subgraph1Outputs, './model/tflite/MicroISP_1.tflite') File "/root/work/model_zoo/extracttflite.py", line 39, in extractSubgraphToTflite converter = tf.lite.TFLiteConverter.from_concrete_functions([interpreter.get_signature_runner()]) File "/opt/anaconda3/envs/tensorflow/lib/python3.10/site-packages/tensorflow/lite/python/interpreter.py", line 853, in get_signature_runner raise ValueError( ValueError: SignatureDef signature_key is None and model has 0 Signatures. None is only allowed when the model has 1 SignatureDef
最新发布
03-08
<think>嗯，用户在执行一个Python脚本extracttflite.py时遇到了错误。我需要先看看错误信息。首先，用户的环境是TensorFlow，他们在尝试提取TFLite模型时出现了问题。 错误日志里有几个部分。开头是关于oneDNN的警告，提到可能会因为计算顺序不同导致数值差异，但应该不影响主要问题。然后是CUDA相关的错误，比如找不到cuda驱动，无法注册cuDNN、cuFFT、cuBLAS的工厂。这可能是因为用户没有安装NVIDIA驱动或者CUDA工具包，或者TensorFlow版本和CUDA不兼容，但用户可能是在没有GPU的环境下运行，所以这些警告可能可以忽略，但需要确认是否会影响后续步骤。 接下来是CPU指令集的提示，建议用户重新编译TensorFlow以支持AVX2等指令，不过这通常只是性能提示，不会导致程序崩溃。然后是TF-TRT的警告，找不到TensorRT，这可能也是因为环境配置问题，但同样可能不是关键问题。 主要的错误在Traceback部分，指向extracttflite.py的第52行和第39行。错误是ValueError，提示说SignatureDef的signature_key是None，而模型有0个Signatures。当模型没有或超过一个SignatureDef时，使用None是不允许的。错误发生在尝试获取signature_runner时，因为模型没有签名。 用户的问题可能出在他们如何加载和转换模型。可能他们的模型没有定义任何签名，而代码假设模型有一个默认的签名。或者，在转换过程中没有正确指定签名。 我需要考虑可能的解决方法。首先，检查模型是否有签名。使用TensorFlow的SavedModel CLI工具可以查看模型的签名。如果模型没有签名，可能需要修改转换代码，明确指定输入输出，而不是依赖签名。或者，在转换时手动指定具体的函数。 另一个可能是，用户使用的转换方法不正确。例如，他们可能在使用Interpreter而不是正确的Converter方法。代码中的converter = tf.lite.TFLiteConverter.from_concrete_functions([interpreter.get_signature_runner()]) 这里可能有问题，因为Interpreter可能没有正确加载模型，或者模型没有签名，导致get_signature_runner()失败。 建议用户检查模型的保存方式，确保保存时包含签名。如果使用SavedModel格式，是否有正确的签名。或者，在转换时使用from_saved_model方法，或者使用具体的concrete functions，而不是依赖签名。 另外，可能需要使用TFLiteConverter的其他方法，比如from_keras_model，或者直接加载SavedModel，并明确指定输入输出张量，而不是依赖签名。 用户可能需要修改他们的extracttflite.py脚本，确保正确加载模型并指定具体的函数或签名。例如，如果模型没有签名，可能需要手动构建concrete function，或者在转换时指定输入输出。</think>这个错误信息显示您在使用TensorFlow Lite模型转换时遇到了签名定义(SignatureDef)相关的问题。以下是逐步分析和解决方案： --- ### **错误原因分析** 1. **核心错误**： ```python ValueError: SignatureDef signature_key is None and model has 0 Signatures. None is only allowed when the model has 1 SignatureDef ``` 表示您尝试使用默认的签名（`signature_key=None`）转换模型，但原始模型**未定义任何签名**。 2. **背景知识**： - TensorFlow Lite模型通过`SignatureDef`定义输入/输出接口。 - 如果模型未显式定义签名，转换时需要**手动指定输入/输出张量**。 --- ### **解决方案** #### 方法1：为原始模型添加签名（推荐） 如果原始模型是Keras模型，在保存时添加签名： ```python # 保存模型时定义签名 tf.saved_model.save(model, "saved_model_path", signatures={ "serving_default": model.call.get_concrete_function( tf.TensorSpec(shape=[None, 224, 224, 3], dtype=tf.float32) ) } ) ``` #### 方法2：手动指定输入/输出（无签名时） 修改`extracttflite.py`中转换代码： ```python # 替换这行代码： # converter = tf.lite.TFLiteConverter.from_concrete_functions([interpreter.get_signature_runner()]) # 改为手动指定输入输出张量名称 converter = tf.lite.TFLiteConverter.from_saved_model( saved_model_dir, input_arrays=['input_tensor_name'], output_arrays=['output_tensor_name'] ) ``` --- ### **环境警告解释** 1. **GPU相关警告**： ```log Could not find cuda drivers on your machine, GPU will not be used. ``` 表示当前环境未检测到NVIDIA GPU驱动，TensorFlow将回退到CPU模式。如需GPU加速，请安装CUDA驱动。 2. **CPU优化提示**： ```log This TensorFlow binary is optimized to use available CPU instructions... ``` 建议重新编译TensorFlow以支持AVX2指令集，但这只会影响性能，不会导致当前错误。 --- ### **完整修复步骤** 1. 检查原始模型是否包含签名： ```bash saved_model_cli show --dir /path/to/model --all ``` 2. 如果无签名，使用上述方法2修改转换代码。 3. 重新运行脚本： ```bash TF_ENABLE_ONEDNN_OPTS=0 python extracttflite.py # 关闭oneDNN优化（可选） ``` --- 通过上述调整，您应该能正确导出TFLite模型。如果问题仍然存在，请提供模型保存方式以便进一步诊断。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值