无法使用GPU运行TensorFlow/Keras 问题求助

咱们先拆解你遇到的两个问题，逐个搞定：

1. 处理skimage的警告信息 #

C:\Python36\lib\site-packages\skimage\transform_warps.py:84: UserWarning: The default mode, 'constant', will be changed to 'reflect' in skimage 0.15. warn("The default mode, 'constant', will be changed to 'reflect' in "

这个只是警告，不会中断程序，但看着确实闹心。有两种解决思路：

• 显式指定mode参数：在调用skimage的transform.warp或相关变换函数时，手动加上mode='constant'（保持当前默认行为）或者mode='reflect'（提前适配未来版本），示例代码：

  from skimage.transform import warp
  warp(image, transform_matrix, mode='constant')
  

• 降级skimage版本：如果不想改代码，可以把skimage降到0.14.x版本，这个版本还以constant为默认mode，不会弹出警告。执行命令：

  pip install scikit-image==0.14.5
  

2. 解决CuDNN版本不兼容的核心错误 #

E C:\tf_jenkins\workspace\rel-win\M\windows-gpu\PY\36\tensorflow\stream_executor\cuda\cuda_dnn.cc:378] Loaded runtime CuDNN library: 7102 (compatibility version 7100) but source was compiled with 7003 (compatibility ve...

这是导致GPU无法正常工作的关键问题——你系统里装的CuDNN是7.1.2版本，但当前TensorFlow是基于CuDNN7.0.3编译的，版本不匹配。推荐两种解决方法：

• 降级CuDNN到7.0.3：去NVIDIA官网下载和你CUDA版本匹配的CuDNN7.0.3，替换掉当前的CuDNN文件（注意CUDA和CuDNN的对应关系，比如CUDA9.0对应CuDNN7.x系列）。
• 升级TensorFlow到兼容CuDNN7.1.2的版本：TensorFlow 1.8及以后的版本开始支持CuDNN7.1.x，你可以升级到合适的版本，比如：

  pip install tensorflow-gpu==1.8.0
  

  升级前记得确认你的CUDA版本和TensorFlow版本匹配（比如TensorFlow1.8需要CUDA9.0）。

内容的提问来源于stack exchange，提问作者user2505650