tensorflow-gpu2.x无法检测到GPU设备

1.检查

在解决问题前检查一下tensorflow是否只能检查到CPU，而无法检查到GPU，而非无法调用GPU。

import tensorflow as tf
print(tf.test.is_gpu_available())
gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
cpus = tf.config.experimental.list_physical_devices(device_type='CPU')
print(gpus, cpus)


#打印结果为 
#False   
#[] [PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]

2.解决方法

2.1问题一：没安装对应的cudnn和cudatoolkit依赖

解决办法：安装对应的cudnn和cudatoolkit

这个我就不重述了我博文里面有：https://blog.csdn.net/qq_43203949/article/details/108479784.

注意我的安装环境是：其中Driver Version: 441.83 NVIDIA-SMI 441.83没有绝对的要求。

2.2问题二：安装了对应的依赖却缺失了关键文件（cudnn64_7.dll）

如发生一下问题：（在pycharm的红色字体报告中可以看到）

Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found

解决办法：去英伟达那里下载对应的cudnn文件，并将缺失文件拷贝到对应的文件夹中即可。

这个我就不重述了，我这个也写了一个博文：
https://blog.csdn.net/qq_43203949/article/details/108550960.