Google Colab用TuriCreate GPU训练目标检测模型仅调用CPU问题求助

1. 卸载不兼容的高版本CUDA组件 #

你当前安装的CUDA 11.0不符合TuriCreate的GPU支持要求，TuriCreate最后一个支持Linux GPU训练的稳定版本仅兼容CUDA 10.1，先执行以下命令清理现有CUDA相关包：

!sudo apt-get --purge remove "*cublas*" "*cufft*" "*curand*" "*cusolver*" "*cusparse*" "*npp*" "*nvjpeg*" "cuda*" "nsight*" "libnvinfer*" "libcudnn*"
!sudo apt-get autoremove -y
!sudo apt-get autoclean
!rm -rf /usr/local/cuda*

2. 安装兼容版本的CUDA和cuDNN #

执行以下命令安装CUDA 10.1和对应版本的cuDNN：

!wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
!sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
!sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
!sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ /"
!sudo apt-get update
!sudo apt-get install -y --no-install-recommends cuda-10-1 libcudnn7=7.6.5.32-1+cuda10.1 libcudnn7-dev=7.6.5.32-1+cuda10.1

3. 正确注入环境变量 #

仅写入.bashrc不会被Colab当前Python运行时读取，直接在代码中注入环境变量：

import os
os.environ['LD_LIBRARY_PATH'] = '/usr/local/cuda-10.1/lib64:/usr/local/cuda-10.1/extras/CUPTI/lib64:' + os.environ.get('LD_LIBRARY_PATH', '')
os.environ['CUDA_HOME'] = '/usr/local/cuda-10.1'

4. 安装对应版本的依赖包 #

调整依赖安装顺序，CUDA配置完成后再安装TuriCreate和匹配的TensorFlow版本：

!pip uninstall -y turicreate tensorflow tensorflow-gpu
!pip install turicreate==6.4.1 tensorflow-gpu==2.3.0

5. 修正GPU配置调用逻辑 #

导入TuriCreate后立刻设置GPU参数，不要先加载数据集或其他模块，避免识别失效：

import turicreate as tc
tc.config.set_num_gpus(1)
# 确认GPU识别结果
print("可用GPU数量：", tc.config.get_num_gpus())
# 后续再加载数据集、执行训练代码

如果上述步骤执行完成后输出可用GPU数量为1，再启动训练即可正常调用GPU，不会再出现CPU训练的提示。

内容的提问来源于stack exchange，提问作者kegbird