Windows10系统RTX3080显卡下TensorFlow、Keras运行报错且速度极慢

核心问题原因 #

• RTX3080属于安培架构显卡，最低要求TensorFlow 2.4及以上版本才能支持GPU运算，你安装的TensorFlow 2.2.1仅适配CUDA10.1，无法识别30系显卡，代码会自动降级到CPU运行，导致耗时极长
• 你使用的device:XLA_GPU:0设备命名规则已在TensorFlow 2.x版本废弃，会直接触发设备不存在的报错
• 单独安装的Keras 2.3.1在高版本TensorFlow中已经内置，无需额外安装，容易引发依赖冲突

修复步骤 #

1. 卸载现有不兼容依赖

pip uninstall -y tensorflow keras
conda remove -y cudnn cudatoolkit

2. 安装适配30系显卡的CUDA、cuDNN版本

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1

3. 安装对应版本TensorFlow（2.6版本适配CUDA11.2，且内置Keras无需单独安装）

pip install tensorflow==2.6.0

4. 使用适配2.x版本的GPU测试代码

import tensorflow as tf
# 打印可用GPU设备，正常会输出RTX3080相关信息
print(tf.config.list_physical_devices('GPU'))
# 矩阵乘法测试
a = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
b = tf.constant([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]])
c = tf.linalg.matmul(a, b)
print(c)

内容的提问来源于stack exchange，提问作者KFK