时间戳

首页 > 解决方案 > Tensorflow-gpu 问题（CUDA 运行时错误：设备内核映像无效）

python - Tensorflow-gpu 问题（CUDA 运行时错误：设备内核映像无效）

问题描述

我有一个 python 虚拟环境 (conda)，我在其中安装了 CUDA 工具包 10.1.243 和 tensorflow-gpu 2.3.0rc0。我的 CUDA 驱动程序是 11.0。

为了测试 tensorflow 是否正确安装到 GPU，我从 venv 中运行了一系列命令：

tf.test.is_built_with_cuda()

真的

tf.config.list_physical_devices(‘GPU’)

找到具有属性的设备 0：pciBusID：0000:01:00.0 名称：Quadro M2000M 计算能力：5.0 [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000,1000])))"

tensorflow.python.framework.errors_impl.InternalError：GPU:0 上的 CUDA 运行时隐式初始化失败。状态：设备内核映像无效

我不确定如何解决此问题。我感觉它与修改编译有关，以便 tensorflow 支持我的设备（5.0）的计算能力，但我不确定如何进行。谢谢！！

标签： pythontensorflowgpunvidia

解决方案

我只是有同样的问题。我使用以下命令将 Tensorflow2.3 版本降级为 2.2。

pip install --upgrade tensorflow==2.2

它现在正在工作，但速度很慢。

推荐阅读