“CUDA driver version is insufficient for CUDA runtime version”

问题

安装keras以及tensorflow后,测试是否成功安装上时,程序报错:“CUDA driver version is insufficient for CUDA runtime version”

原因

报错的原因是安装的CUDA版本和电脑显卡版本不支持。我安装的CUDA版本为10.0版本,显卡为391.25版本。
CUDA各版本支持的计算机显卡版本如下图所示(图片来源),可以看到CUDA 10.0版本需要 411.31以上版本的显卡,而我的显卡391.25需要CUDA 9.0的版本。
因此需要更换显卡或者更换CUDA版本,考虑到tensorflow和CUDNN都已经安装好,更换CUDA太麻烦,因此决定更新显卡驱动。

“CUDA driver version is insufficient for CUDA runtime version”_第1张图片
CUDA版本对应的显卡版本

更新显卡驱动

  1. 查看当前电脑显卡版本,在终端切换至C:\Program Files\NVIDIA Corporation\NVSMI>,输入nvidia-smi可查看当前显卡的版本,如下图所示,当前显卡版本为391.25:
    “CUDA driver version is insufficient for CUDA runtime version”_第2张图片
    更换前显卡版本.png
  2. 输入nvidia-smi -L命令查看显卡型号:
    显卡型号.png
  3. 在NVIDIA官网寻找对应显卡型号的驱动,如下图所示,由上一步的信息查找相应的驱动程序:
    “CUDA driver version is insufficient for CUDA runtime version”_第3张图片
    下载相应型号的驱动.png
  4. 查找的结果如图所示,可以看到找到的显卡驱动版本为436.30,支持CUDA10.0版本,下载下来。


    “CUDA driver version is insufficient for CUDA runtime version”_第4张图片
    查找到的驱动.png
  5. 下载下来解压缩,直接安装即可。不需要担心驱动冲突的问题,在驱动安装时会自动检测当前环境,会自动卸载旧版本驱动,安装新驱动。
  6. 安装完成后,查看当前显卡版本,可以看到,显卡已经成功更新为436.30版本:


    “CUDA driver version is insufficient for CUDA runtime version”_第5张图片
    更换后显卡版本.png
  7. 再次执行测试程序,tensorflow成功输出!

参考文章

你可能感兴趣的:(“CUDA driver version is insufficient for CUDA runtime version”)