最近學(xué)校給了一個(gè)服務(wù)器賬號(hào)用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)使用，服務(wù)器本身配置是十路titan V，然后在上面裝了tensorflow2.2，對(duì)應(yīng)的python版本是3.6.2，裝好之后用tf.test.is_gpu_available()查看是否能調(diào)用gpu，結(jié)果返回結(jié)果是false，具體如下：

這里tensorflow應(yīng)該是檢測(cè)出了gpu，但是因?yàn)槟承鞜o法打開而導(dǎo)致tensorflow無法調(diào)用，返回了false，詳細(xì)查看錯(cuò)誤信息可以看到一行：

可以看到上面幾個(gè)文件都順利打開了，但是最后一個(gè)libcudnn.so.7文件顯示無法打開，not such file or directory。懷疑是cuda有問題，服務(wù)器本身是裝的cuda10.1，跟tensorflow2.2應(yīng)該是吻合的，但是一直無法調(diào)用，所以一開始我想重新安裝cuda，覆蓋掉服務(wù)器本來的cuda，下好安裝包之后，因?yàn)槲也皇枪芾韱T，沒有root權(quán)限，所以總是失敗。但是安裝過程中了解到系統(tǒng)的cuda安裝目錄，位于/usr/local/cuda下面，這個(gè)libcudnn.so.7應(yīng)該是一個(gè)庫文件，那應(yīng)該放在cuda的安裝目錄下面，具體地，在/usr/local/cuda/lib64下面，之前在我的windows本地機(jī)器安裝cuda時(shí)還要下載cudnn7.x，然后把文件拷貝到cuda對(duì)應(yīng)的目錄下面，我懷疑lib64目錄下面的這個(gè)libcudnn.so.7文件有問題，因?yàn)樵趌inux版本的cudnn中是可以看到libcudnn.so.7這個(gè)文件的。
于是，打開lib64目錄，查找是否有l(wèi)ibcudnn.so.7這個(gè)文件，結(jié)果是沒有找到這個(gè)文件，這就很奇怪了，cuda10.1目錄下面竟然沒有cudnn的文件，我也沒有權(quán)限修改/usr/local，因此想到既然是少了這個(gè)文件，那是不是把對(duì)應(yīng)的文件加載在別的目錄下，引導(dǎo)tensorflow去另一個(gè)我可以操作的目錄下找這個(gè)libcudnn.so.7文件，就可以解決問題呢？我?guī)е囼?yàn)性的心態(tài)wget下載cudnn，結(jié)果在命令行下無法下載cudnn，原因是cudnn下載需要登錄，而在命令行下就沒辦法下載。于是在本地機(jī)器上下載了linux版的cudnn，然后用scp命令把這個(gè)tar.gz文件發(fā)到服務(wù)器上，解壓出來可以看到~/cudnn/cuda/lib64下面有l(wèi)ibcudnn.so.7。接下來就是添加環(huán)境變量，讓tensorflow不僅在/usr/local/cuda/lib64下找文件，還可以在我這個(gè)目錄下找，添加命令：

export PATH=$PATH:/usr/local/cuda-10.1/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-10.1/lib64

這幾行命令添加系統(tǒng)cuda的庫
然后添加：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/users/cudnn/cuda/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/home/users/cudnn/cuda/lib64

這里的/home/users/cudnn/cuda/lib64視自己的libcudnn.so.7文件目錄而定，最后是更新：

source /etc/profile

如果tensorflow是按照在anaconda虛擬環(huán)境下的，在執(zhí)行這幾條命令會(huì)自動(dòng)退出虛擬環(huán)境。記得重新進(jìn)入：

source activate 環(huán)境名

這時(shí)重新進(jìn)入python，導(dǎo)入tensorflow，然后運(yùn)行tf.test.is_gpu_available()，可以看到：

這時(shí)已經(jīng)顯示成功打開了libcudnn.so.7文件，說明tf根據(jù)我提供的目錄成功找到了這個(gè)文件，在打開了這些庫文件后，最下面也返回了True：

還可以用另一個(gè)方法tf.config.list_physical_devices(‘GPU')查看當(dāng)前可用gpu：

十塊gpu都顯示出來了。
注意，添加這幾條命令只在當(dāng)前連接上有用，如果斷開了服務(wù)器連接再重新連接時(shí)，需要重新輸入這些命令。

這個(gè)方法只是作為一個(gè)參考，碰巧是在tensorflow2.2上這個(gè)libcudnn.so.7文件打不開，于是嘗試性地試了一下，結(jié)果成功了。其他機(jī)器上如果出現(xiàn)同類問題，采用這個(gè)方法不一定能解決，只是提供一個(gè)思路。在tensorflow2.1上，也同樣出現(xiàn)gpu無法調(diào)用的問題，但打印的錯(cuò)誤信息不僅有l(wèi)ibcudnn.so.7文件無法打開，還有其他幾個(gè)文件也打不開，這些文件基本都是lib開頭的，可以查看這些文件是否在cuda的lib64目錄下，如果找得到這些文件，那有可能是環(huán)境變量設(shè)錯(cuò)了，可以試試上面那些命令：

export PATH=$PATH:/usr/local/cuda-10.1/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-10.1/lib64

如果找不到，那可以試試跟我一樣先把這些文件下載到機(jī)器上面，給系統(tǒng)添加環(huán)境變量到對(duì)應(yīng)這些文件的目錄，引導(dǎo)tf去找。當(dāng)然，這只是我一種猜測(cè)，tensorflow2.1和2.2用的應(yīng)該都是cuda10.1，但是我不清楚為什么2.2只有一個(gè)文件無法打開，而2.1就有好幾個(gè)文件打不開，而在1.9版本上，由于1.9似乎用的不是10.1版本的cuda，其錯(cuò)誤原因更多，這里要區(qū)分開。

到此這篇關(guān)于詳解tensorflow2.x版本無法調(diào)用gpu的一種解決方法的文章就介紹到這了,更多相關(guān)tensorflow2.x無法調(diào)用gpu內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論