在Ubuntu 16.04.6上使用tensorflow-GPU出现的问题记录及解决办法

在Ubuntu 16.04.6上,作者在使用TensorFlow-GPU时遇到GPU未被识别和使用的问题。通过检查发现是TensorFlow-GPU与CUDA版本不匹配,以及Keras与TensorFlow的版本冲突导致。作者逐步卸载并重新安装了匹配版本的TensorFlow-GPU和Keras,同时调整了环境变量,解决了在PyCharm远程调试时的库加载问题和版本不兼容错误。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

由于需要,实习时在服务器上安装了anaconda3+tensorflow-gpu+keras,
使用的时候一直都是使用

import os
os.environ['CUDA_VISIBLE_DEVICES']=“0”

来指定使用第0个gpu,程序也一直是使用GPU加速计算的,但是奇怪的是今天忽然发现程序运行很慢,并且运行时出现“Your CPU supports instructions that this TensorFlow binary was not compiled to use”这个警告。

通过使用nvidia-smi查看GPU使用状态,发现GPU使用率为0,但是明明我已经指定了使用GPU啊!!!
然后我使用如下代码查询了一下

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices()) 

发现已经检测不到GPU了,只有CPU。。。
查看库的安装路径:pip show tensorflow-gpu
通过网络查找各种解决办法,说是安装keras时安装了tensorflow,两者冲突,然后需要重新卸载,只安装GPU版的tensorflow,虽说我pip list了一下并没有发现单独的tensorflow,我还是重新卸载又安装了一下

pip uninstall tensorflow tensorflow-gpu keras
pip --upgrade tensorflow-gpu keras

然后结果嘞,运行程序发现新的bug出现了:

ImportError: libcublas.so.10.0: cannot open shared object file: No such file

emm,又google了一下,发现是说tensorflow版本与CUDA的版本

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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