Google Colab运行TensorFlow 1.3.0无法识别GPU问题求助
解决Google Colab中TensorFlow 1.3.0 无法正常调用GPU问题
问题根因
- TensorFlow 1.3.0 GPU版本仅适配CUDA 8.0 + cuDNN 6运行环境,当前Google Colab默认预装的CUDA版本远高于8.0,缺少
libcusolver.so.8.0等对应版本依赖库,因此安装tensorflow-gpu==1.3.0后会抛出导入错误 - 初始出现的SSE/AVX/FMA指令集警告为CPU版TensorFlow的通用提示,仅说明当前版本未编译适配CPU高级指令集,不会影响GPU运算效率,正确部署GPU版后该类警告不会在GPU计算时触发
修复操作步骤
1. 切换Python运行版本为3.6
执行以下命令完成Python版本切换与pip升级:
apt-get update -y apt-get install python3.6 python3.6-dev python3-pip -y update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.6 1 update-alternatives --set python3 /usr/bin/python3.6 python3.6 -m pip install --upgrade pip
2. 安装适配的CUDA 8.0与cuDNN 6依赖
执行以下命令完成CUDA和cuDNN的版本降级与环境配置:
# 安装CUDA 8.0 wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64-deb dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64-deb apt-key add /var/cuda-repo-8-0-local-ga2/*.pub apt-get update apt-get install cuda-8.0 -y # 配置环境变量 import os os.environ['LD_LIBRARY_PATH'] += ':/usr/local/cuda-8.0/lib64' os.environ['PATH'] += ':/usr/local/cuda-8.0/bin' # 安装cuDNN 6 wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/libcudnn6_6.0.21-1+cuda8.0_amd64.deb dpkg -i libcudnn6_6.0.21-1+cuda8.0_amd64.deb
3. 安装TensorFlow 1.3.0 GPU版本
python3.6 -m pip install tensorflow-gpu==1.3.0
4. 验证GPU可用性
执行以下代码,输出为True即代表GPU已成功启用:
import tensorflow as tf print(tf.test.is_gpu_available())
内容的提问来源于stack exchange,提问作者harshmeet chandhok
相关产品推荐
相关产品推荐

