tensorflow-gpu无法调用GPU的解决办法

配置：i5 6300HQ
显卡是GTX950M

之前用tensorflow整天检测都是说False，捣鼓了一天，总结分享一下。

因为要使用pytorch，所以安装的cuda10.2（这个cuda指的是英伟达官网那个2G多的exe安装文件）

但是，tensorflow官网上展示的cuda版本和tensorflow-gpu版本对照中，并没有cuda10.2的版本，就很气。

问题一：tensorflow-gpu 1.x版本的安装

这个其实比较好解决
比如我要安装tensorflow-gpu 1.15.0版本

conda install tensorflow-gpu==1.15.0

这样子安装的话，它就会在conda对应的虚拟环境里面自己匹配一个cudatoolkit和cudnn

对应的文件夹位置是（我的虚拟环境名字是tensorflow）

参考别人大佬的分享：win10安装cuda10.2+tensorflow 1.14.0

问题二：tensorflow-gpu 2.x版本的安装

以2.3.1版本举例

pip install tensorflow-gpu==2.3.1

安装完后运行

tf.test.is_gpu_available()

会提示
Could not load dynamic library ‘cudart64_101.dll’; dlerror: cudart64_101.dll not found

首先，下载一个cudart64_101.dll
去万能dll网站下 dll

然后放在之前cuda10.2的安装位置里面
例如：E:\Program Files (x86)\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin

红色是安装cuda10.2时候就有的了，蓝色是自己粘贴放进去的

然后运行

tf.test.is_gpu_available()

新错误提示：
cudaGetDevice() failed. Status: cudaGetErrorString symbol not found.

参考cudaGetDevice() failed. Status:cudaGetErrorString symbol not found.
参考2

C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common

再粘贴一份放在PhysX里面

测试

ok了

其它

注意确认环境变量的设置

参考tensorflow官方设置稳妥一点

更新，tensorflow-gpu==2.3.1
哪怕测试的时候满足了条件
实际运行的时候还是会报错
2021-12-27 20:36:56.479603: F .\tensorflow/core/kernels/random_op_gpu.h:232] Non-OK-status: GpuLaunchKernel(FillPhiloxRandomKernelLaunch, num_blocks, block_size, 0, d.stream(), gen, data, size, dist) status: Internal: no kernel image is available for execution on the device

后续更新：是Tensorflow -GPU 2.3取消了对我电脑显卡GTX950的支持