笔记本用gpu运行tensorflow-gpu,keras写的老程序,结果与原来不一样,一脸懵逼。

先说结论我笔记一是rtx3050ti, 重点RTX30系列最低要求CUDA版本为11.1,否则最后跑程序会报错。再说现象,突发奇想想在笔记本上运行一个以前在1080ti+tensorflow-gpu1.5.2,keras2.2.4上面写的一个图像分类模型,先用cpu模式 运行一下一切正常。如下图,笔记本用gpu运行tensorflow-gpu,keras写的老程序,结果与原来不一样,一脸懵逼。_第1张图片换成了gpu,配好了cuda10.0,tensorflow-gpu1.5.2,keras2.2.4,再运行,明明是武器却识别成正常了。笔记本用gpu运行tensorflow-gpu,keras写的老程序,结果与原来不一样,一脸懵逼。_第2张图片

 一样的代码换成了gpu就懵逼了,难道换了gpu认知就发生了变化  ?后来搜索发现

RTX30系列最低要求CUDA版本为11.1

RTX3060深度学习tensorflow环境配置之踩坑记录 - 知乎 (zhihu.com)

所以以前的代码要升级了,要把cuda升级到11.1 ,对应的tensorflow-gpu2.X ,keras都要升级,或者只用cpu运行 

你可能感兴趣的:(tensorflow,keras,人工智能)