当我使用tensorflow时，它只使用cpu。我正在运行Windows 11，我有NVIDIA GeForce RTX 3050笔记本电脑GPU。当我执行时：
from tensorflow.python.client import device_lib
import tensorflow as tf
print(device_lib.list_local_devices())
print(tf.sysconfig.get_build_info())字符串
输出为：
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 278769507336930520
xla_global_id: -1
]
OrderedDict([('is_cuda_build', False), ('is_rocm_build', False), ('is_tensorrt_build', False), ('msvcp_dll_names', 'msvcp140.dll,msvcp140_1.dll')])型
这表明tensorflow只使用CPU。我有所有的库（cuda和cudnn），当我在命令行中运行nvcc -V时，它会输出：
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Sep_21_10:41:10_Pacific_Daylight_Time_2022
Cuda compilation tools, release 11.8, V11.8.89
Build cuda_11.8.r11.8/compiler.31833905_0型
我已经安装了cudnn 8.6。运行cudnn.hcudnn.libcudnn64_8.dll，它会正常打开文件。以下是我安装的tensor* python库：
tensorboard 2.13.0
tensorboard-data-server 0.7.0
tensorboard-plugin-wit 1.8.1
tensorflow 2.13.0
tensorflow-datasets 4.9.2
tensorflow-estimator 2.13.0
tensorflow-intel 2.13.0
tensorflow-io-gcs-filesystem 0.31.0
tensorflow-metadata 1.13.1型
我安装了cuda 12.2，并尝试安装cuda 11.8，但它没有帮助。我在网上搜索了一下，发现了类似的问题，但没有任何帮助。我发现了一些关于tensorflow_gpu的东西，但我也发现它没有被使用。
编辑：如果重要的是我使用GeForce Experience并拥有最新的驱动程序：GeForce Game Ready驱动程序536.67
2条答案
按热度按时间kognpnkq1#
您已安装Tensorflow 2.13，但对于原生Windows安装，仅支持最高达Tensorflow 2.10（see here）的GPU加速。
从GPU支持下的链接：
注意：本机Windows上的GPU支持仅适用于2.10或更早版本，从TF 2.11开始，Windows不支持CUDA构建。要在Windows上使用TensorFlow GPU，您需要在WSL 2中构建/安装TensorFlow，或者将tensorflow-cpu与TensorFlow-DirectML-Plugin一起使用
尝试将安装降级到tf 2.10，或者使用linux（您可以使用VM或wsl进行双 Boot ）。希望这对你有帮助。
德里克
gab6jxml2#
首先检查您的GPU是否在Tensorflow中可用：
字符串
如果你看到类似这样的东西：
"/GPU:0"您的GPU在Tensorflow中可用second：，在Tensorflow >> 2.9中，库会自动找到GPU并将其用于训练。因此，我建议查看this和this链接，并检查哪个版本与CUDA和TensorFlow版本兼容。
第三：我建议你安装TensorFlow的稳定版本（如2.9，2.10）
第四：你可以使用Ubuntu来更好地管理硬件和资源。
五：检查CUDA是否安装成功，如果在Windows中完全成功安装CUDA，则
nvidia-smi命令在cmd上工作