python 3.8 + tensorflow 2.4.0 + cuda11.0 的问题

版本匹配

从源代码构建 | TensorFlow

报错：Could not load dynamic library ‘cupti64_110.dll’; dlerror: cupti64_110.dll not found

是因为我电脑中的 cuda 版本以前是 10，现在是 11.4 ，所以需要安装对应版本的 cudatoolkit

解决方法：在 anaconda 对应的环境下 pip install

conda install cudatoolkit=11.0

我这里的环境名是 tf

切换到不同容器环境是： conda activate tf 或者 conda activate base。从而，可以看到模块成功加载。

CUDA 降级

我电脑里本来是 11.4 ，这和 tensorflow 2.4.0 不匹配，所以需要降至 11.0

NVIDIA CUDA Toolkit 11.0 Downloads

报错：找不到 cudnn64_8.dll

将 cudnn bin 目录文件下的几个文件粘贴到 …\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin应文件夹下即可。

NVIDIA cuDNN Archive

选择匹配对应 cuda 版本的，我是 11.0

一定要版本匹配

显存较小，需要设置按需增长的显存分配

gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
    
for gpu in gpus:
	tf.config.experimental.set_memory_growth(gpu, True)

GPU 显存不足

是因为数据量太大，类型太多，我这里 1650 的显存是 4G。

解决方法：

• 使用较少的数据量、识别的种类减少。
• 换显存更大 的显卡。