如何解决Tensorflow 2.2和cudnn 8.0.3无法正常工作它仍然寻找cudnn 7.6.5 dll文件
我有带有cuDnn 8.0.3的Tensorflow 2.2和Cuda 10.1
我无法运行我的脚本,因为它一直在寻找cuDnn 7 dll文件:cudnn64_7.dll 我得到以下信息:
Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found
即使我为Cuda 10.1安装了新发布的cuDnn 8.0.3(请参见cuDNN 8.x support matrix) 我回到了cuDNN 7.6.5,但我希望像NVIDIA所说的那样获得“快5倍”的cuDNN v8.0。
有关如何完成此操作的任何帮助或解决方法?谷歌搜索使我字面上少于5个结果!因为似乎没有多少人可以尝试新的8.0.3(10.1的版本)
解决方法
有同样的问题。 8.0.3
版本是CUDA 10.1
的库的最新支持。但是,tensorflow是为早期版本构建的,因此您必须使用它。
要详细说明,请检查以下页面:https://www.tensorflow.org/install/source_windows#tested_build_configurations
+----------------------+----------------+-----------+-------------+-------+------+
| Version | Python version | Compiler | Build tools | cuDNN | CUDA |
+----------------------+----------------+-----------+-------------+-------+------+
| tensorflow_gpu-2.3.0 | 3.5-3.8 | MSVC 2019 | Bazel 3.1.0 | 7.6 | 10.1 |
+----------------------+----------------+-----------+-------------+-------+------+
因此,除非您在本地构建TF,否则必须使用受支持的cudnn
版本。
话虽如此,如果您检查最新的TF版本: https://github.com/tensorflow/tensorflow/releases
然后您将看到以下TensorFlow 2.4.0-rc1
注释:
现在使用CUDA11和cuDNN 8.0.2构建了TensorFlow pip软件包。
您可以使用TF的候选发布版本,但是随后,您还必须将CUDA升级到11(我猜是11.0版本,因为没有提到后缀),并使用cuDNN v8.0.2 (July 24th,2020),for CUDA 11.0
。
经过测试-此设置有效。您只需要确保安装numpy
版本1.19.3
即可避免这些线程中提到的问题
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。