RTX3070显卡笔记本运行 torch.cuda.device_count() 显示 0 解决办法、Tensorflow包安装全解

:第一次使用NAIDIA显卡的笔记本,要使用pytorch做一些东西,过程可谓是十分艰难,先是CUDA安装不对,再是显卡驱动版本太老,还有pytorch版本与CUDA显卡驱动不对应导致识别不出显卡,等等问题,因此我决定把我遇到的问题描述出来并给出解决办法。

下面安装的版本列表:
GPU: NVIDIA GeForce 3070
CUDA: 11.3.1
Python: 3.7
pytorch: 1.11.0+cu113
torchvision: 0.12.0+cu113
tensorflow: 2.0.0
tensorflow-gpu: 2.0.0
tensorflow-estimator:2.1.0
tensorflow-probability: 0.8.0
scikit-learn: 0.21.2
keras: 2.3.1
numpy: 1.16.4
matplotlib: 3.3.3

CUDA 11.0
conda install pytorch1.7.1 torchvision0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

CUDA安装教程参考如下博文:
【CUDA安装】
【CUDA卸载与安装】

1.遇到问题的地方:

python 执行 torch.cuda.device_count() 返回 0

但是笔记本上是有一张 NVIDIA 3070 GPU,通过下列方式查看笔记本里的 GPU 信息:
在这里插入图片描述

问题原因:CUDA、显卡驱动、pytorch、pytorchvision版本不对应

  • CUDA版本:11.3.1

  • 显卡驱动:最高版本

  • CUDA11.3 安装 pytorch1.10 教程:点击前往

  • pytorch下载地址:https://pytorch.org/get-started/locally/
    在这里插入图片描述

注:博主使用上面官网提供的安装命令进行安装的,输入这个命令回车之后,会等一两分钟才会有反应,所以要等一会才会出现下载的进度条。


最终结果(显示 GPU 数量为1):

torch.cuda.device_count()

在这里插入图片描述

查看是否有可用GPU(显示为 True 表示有可用GPU):

torch.cuda.is_available()

在这里插入图片描述


安装tensorflow(注:pip和conda一定要区分开)

# 完整流程
conda install tensorflow==2.1.0
conda install pandas==1.3.5
conda install scikit-learn==1.0.2
conda install keras==2.3.1
conda remove numpy --force
conda remove numpy-base --force
conda install numpy==1.16.4 --no-deps
conda install numpy-base==1.16.4 --no-deps

# 完整流程222
conda install tensorflow==2.1.0
conda install pandas==1.2.4
conda install scikit-learn==1.0.2
conda install keras==2.3.1
conda install numpy=1.19.5 -c conda-forge

# 从镜像源中查找
conda search tensorflow
conda search tensorflow-estimator
conda search tensorflow-probability
conda search scikit-learn
conda search keras
conda search numpy
conda search matplotlib

# 从镜像源中安装
conda install tensorflow==2.1.0
# GPU版本暂未安装
conda install tensorflow-gpu==2.0.0
conda install tensorflow-estimator==2.0.0
--
conda install tensorflow-probability==0.8.0
conda install scikit-learn==0.21.2
conda install keras==2.3.1
# 下载tensorflow时会自动下载,需要卸载原来的,安装这一个
conda install numpy==1.16.4 --no-deps
conda install pandas==1.1.2
conda install matplotlib==3.1.0

# 在虚拟环境中查找
pip show tensorflow
pip show tensorflow-estimator
pip show tensorflow-probability
pip show scikit-learn
pip show keras
pip show numpy

# 在虚拟环境中删除
conda remove numpy --force
conda remove numpy-base --force
conda remove tensorflow
conda remove tensorflow-estimator
conda remove keras
conda remove scikit-learn
conda remove matplotlib

错误NotImplementedError: Cannot convert a symbolic Tensor
点击查看解决办法

pip指令:
安装:pip install numpy
卸载:pip uninstall numpy
验证:pip show numpy

点击查看版本对应关系(CUDA、tensorflow、keras)

GitHub 加速计划 / te / tensorflow
184.55 K
74.12 K
下载
一个面向所有人的开源机器学习框架
最近提交(Master分支:2 个月前 )
a49e66f2 PiperOrigin-RevId: 663726708 2 个月前
91dac11a This test overrides disabled_backends, dropping the default value in the process. PiperOrigin-RevId: 663711155 2 个月前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐