关于服务器安装tensorflow-gpu后不报错但无法调用GPU的问题

最近遇到一个奇怪的问题。在安装好anaconda后，利用命令行 pip install tensorflow-gpu 后，我们在跑程序的时候发现程序在CPU上运行，而显卡在吃灰。这会拖慢程序的训练速度，为了解决这个问题。我们运行python脚本时，发现很多Could not dlopen library 'libcudart.so.10.0';dlerror: libcudart.so.10.0:等字样具体图下图所示：

 

但是我们在本地环境中发现cuda版本实际上是9.0的，这就很尴尬了!,

 

怎么办？？？？？ 然后，我们就开始创建一个新的CUDA和cudnn的环境，在自己的conda 环境中执行 conda create -n new_env python=3.6

然后就安装了一堆文件如pip等 安装完成之后我们可以在我们的新环境中安装自己的库了比如opencv等。最重要的tensorflow-gpu之前我们先安装虚拟环境的CUDA和cudnn 这里我执行的是 : conda install cudatoolkit=10.0.130  -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

再执行：conda install cudnn=7.6.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

我们再安装tensorflow-gpu就可以了，然后再一次运行之前的脚本就出现了。

 

就这样解决了程序再cpu上运行而不调用GPU的问题！当然我这里没有列出上述安装新环境的具体细节，一般安装过程中都会有一些问题的比如会问你是否安装以下文件 一般我们都输入y，按回车接受。