Windows环境下TensorFlow GPU检测异常及DNN实现找不到问题求助

运行环境 #

windows 10
cuda 11.6
cudnn 8.4
python 3.8.10

当前环境下PyTorch可正常调用GPU，但TensorFlow运行出现以下问题：

• 安装TensorFlow 2.4.0/2.4.1时，执行以下代码无法检测到GPU：

  import tensorflow
  physical_devices = tensorflow.config.list_physical_devices('GPU')
  

  返回的physical_devices为空列表。
• 升级至TensorFlow 2.8后，GPU可被检测到，但执行GPU内存增长配置代码时报错：

  import tensorflow
  physical_devices = tensorflow.config.list_physical_devices('GPU')
  tensorflow.config.experimental.set_memoty_growth(physical-devices[0], enable=True)
  

  报错信息：

  Failed to find the dnn implementation
  

注：无法更改CUDA和CUDNN版本，需适配现有PyTorch模型。

解决方案 #

先修复TensorFlow 2.8的报错问题 #

1. 修正代码拼写错误
   你提供的代码存在两处拼写错误，这是直接触发报错的原因之一：

   • set_memoty_growth → 正确写法为set_memory_growth
   • physical-devices[0] → 正确写法为physical_devices[0]
     修正后的完整代码：

   import tensorflow as tf
   physical_devices = tf.config.list_physical_devices('GPU')
   if physical_devices:
       tf.config.experimental.set_memory_growth(physical_devices[0], enable=True)
   

2. 确认CUDNN文件部署正确
   TensorFlow 2.8要求CUDNN 8.1.0+，你的8.4版本符合要求，但需确保文件放置正确：

   • 将CUDNN解压后的bin、include、lib目录下的所有文件，复制到CUDA 11.6的对应目录（例如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6下的同名子目录）。
   • 检查系统环境变量PATH，确保包含C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin和CUDNN的bin目录，且CUDA路径排在前面。

3. 确保安装GPU版本TensorFlow
   执行命令卸载现有TensorFlow并重新安装GPU专属版本：

   pip uninstall tensorflow tensorflow-gpu -y
   pip install tensorflow-gpu==2.8.0
   

   安装完成后运行以下代码验证：

   import tensorflow as tf
   print(tf.test.is_gpu_available())
   print(tf.config.list_physical_devices('GPU'))
   

若TensorFlow 2.8仍异常，尝试TensorFlow 2.7版本 #

TensorFlow 2.7官方适配CUDA 11.2，对CUDA 11.6的兼容性更稳定，且同样满足CUDNN 8.1.0+的要求：

1. 卸载现有TensorFlow：

   pip uninstall tensorflow tensorflow-gpu -y
   

2. 安装TensorFlow 2.7.0 GPU版：

   pip install tensorflow-gpu==2.7.0
   

3. 运行GPU检测代码验证可用性，再配置内存增长。

环境变量最终检查 #

确保系统环境变量中添加以下项：

• CUDA_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
• CUDNN_PATH：你的CUDNN解压根目录
• PATH中包含：%CUDA_PATH%\bin、%CUDA_PATH%\libnvvp、%CUDNN_PATH%\bin

内容的提问来源于stack exchange，提问作者user3668129