使用Conda内部环境的CUDA而不是系统层面上安装的CUDA
有些时候如果安装了系统层面的CUDA某个版本,当你想使用某个conda环境下安装的cudatoolkit
版本时,tensorflow
可能会无法读取该环境下的cudatoolkit
,而是读取了系统层面安装的CUDA。
解决方法可以暂时让本地conda环境中的CUDA优先级提高(以linux为例):
unset CUDA_HOME
unset LD_LIBRARY_PATHexport PATH=$CONDA_PREFIX/lib:$PATH
export LD_LIBRARY_PATH=$CONDA_PREFIX/lib:$LD_LIBRARY_PATH
然后可以尝试GPU是不是可用了:
import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))