Ubuntu18.04 + CUDA10.0 +cuDNN 7.5.1安装tensorflow-GPU1.13.1出现GPU选择错误的问题

最新推荐文章于 2026-06-19 16:37:12 发布
原创 最新推荐文章于 2026-06-19 16:37:12 发布 · 455 阅读 · 1 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文介绍了解决在配置有双GPU的机器上运行TensorFlow时遇到的问题，通过设置ConfigProto参数，指定可见设备列表为特定GPU，解决了sess=tf.Session()执行时的错误。

安装完成以后,能够import tensorflow as tf没有问题,但是执行sess=tf.Session()出现问题

原因:本机有两块GPU

解决方案:

加三句

config = tf.ConfigProto()
config.graph_options.optimizer_options.global_jit_level = tf.OptimizerOptions.ON_1
config.gpu_options.visible_device_list="0"

并且sess=tf.Session(config=config)

 

Doger12138
关注
TensorFlow XLA优化原理与示例
吴建明wujianming_110117
09-25 1766
TensorFlow XLA优化原理与示例 XLA概述 XLA（加速线性代数）是用于优化TensorFlow计算的线性代数的域特定编译器。结果是在服务器和移动平台上的速度，内存使用率和可移植性得到了改善。最初，大多数用户不会从XLA中看到很大的好处，通过使用即时（JIT）编译或提前编译（AOT）的XLA进行试验，针对新硬件加速器尝试XLA。 XLA框架是实验性和积极的开发。尽管现有操作的语义不太可能发生变化，但预计将增加更多的操作来涵盖重要的用例。 构建XLA XLA与TensorFlow合作有几个目标：
XLA优化实例
吴建明wujianming_110117
06-29 934
XLA优化实例 XLA概述 纠错 XLA（加速线性代数）是用于优化TensorFlow计算的线性代数的域特定编译器。结果是在服务器和移动平台上的速度，内存使用率和可移植性得到了改善。最初，大多数用户不会从XLA中看到很大的好处，通过使用即时（JIT）编译或提前编译（AOT）的XLA进行试验，针对新硬件加速器尝试XLA。 XLA框架是实验性和积极的开发。尽管现有操作的语义不太可能发生变化，但预计将增加更多的操作来涵盖重要的用例。 为什么要构建XLA？ XLA与TensorFlow合作有几个目标： • 提高执行
学习笔记TF062:TensorFlow线性代数编译框架XLA
weixin_34274029的博客
11-11 432
XLA(Accelerated Linear Algebra)，线性代数领域专用编译器(demain-specific compiler)，优化TensorFlow计算。即时(just-in-time,JIT)编译或提前(ahead-of-time,AOT)编译实现XLA，有助于硬件加速。XLA还在试验阶段。https://www.tensorflow....
Ubuntu 16.04 + Cuda 10.0+ cudnn7.5.1.10+tensorflow-gpu 安装笔记
天帝帝释天的专栏
05-22 2412
1. gcc version 5.4 Lucky,No need to downgrade! 2. 下载 CUDA toolkit 10.0 https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&ta...
Ubuntu18.04安装cuda10.0
qq_39429669的博客
03-02 4276
一：安装前的准备 （1）安装一定要查看CUDA要求的linux下的Driver Version,链接网址如下： https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 重要的部分如下： 通过上面的对应配置选择自己要安装的cuda版本。例如：我的笔记本驱动是440.100，可以安装cuda10.0（本博客接下来以安装cuda10.0为中心讲解）。 另一种判断cuda版...
Ubuntu18.04安装CUDA10.0、cuDNN7.5、tensorflow1.13
zz_Rebas的博客
06-12 1万+
注意 在安装之前，务必确认操作系统、CUDA、cuDNN及tensorflow之间的对应的可用的版本型号。
ubuntu18.04 tensorflow-gpu1.13+cuda10.0+cudnn7.5安装配置
qq_38172689的博客
04-29 1680
ubuntu tensorflow-gpu+cuda+cudnn安装配置tensorflow笔记系统及配置安装CUDA安装CUDNN安装tensorflow tensorflow笔记 系统及配置 系统为Ubuntu18.04，GPU为GeForce 940M 推荐安装最新版本驱动。Nvidia已经提供了CUDA、cudnn的deb文件或者runfile，极不推荐使用解压安装。 安装CUDA 须知：...
ubuntu18.04 深度学习GPU环境配置（步骤很简单，特别是tf的安装）
Stephen的博客
11-30 7819
ubuntu18.04 深度学习GPU环境配置（成功安装详细教程） 环境配置：Ubuntu 18.04、cuda 9.0、cuDnn v7、TensorFlow1.9 与anaconda3 5.2.0 前天实验室新配置的电脑到了，作为一个小白，我在新电脑上搭建深度学习GPU环境，然后各种碰壁，每一个步骤都基本要弄几次，内心各种烦躁，在接触和解决了各种各样的问题后，我总结出了一个能顺利完成配置的教程...
Ubuntu18.04 安装nvidia驱动、cuda、cudnn、tensorflow(GPU版)
qq_33970986的博客
11-22 1418
目录 版本选择 一.安装nvidia 418.74驱动 1.禁用nouveau驱动 2.禁用X-Window服务 3.卸载原有N卡驱动 4.安装nvidia 5.检查nvidia 二.CUDA 10.0和cudnn安装 1. cuda 10.0.130 2.cudnn 10.0 三.Tensorflow 1.13.1 1.Anaconda 4.3.0 2.查看合适的ten...
tensorflow没有调用GPU的问题排查
热门推荐
点典的博客
08-05 2万+
暑假在陈灯老师的实验室里做实验，安装 环境时遇到不少困难，做个记录。 实验配置：Ubuntu18.042 + 两块1080ti + cuda9.0 + cudnn7.5.0+anaconda3 PS:查看版本的命令行： cuda： cudnn：$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 tensorflow：终端...
固态、机械双硬盘+UEFI、APT+Win10、Ubuntu18.04LTS双系统+GTX 1080Ti+Cuda9.0+cudnn7.1.4+Tensorflow1.12
朱晓海的博客
11-07 2977
固态、机械双硬盘+UEFI、APT+Win10、Ubuntu18.04LTS双系统+GTX 1080i+Cuda9.0+cudnn7.1.4+Tensorflow1.121、在Win10上装Ubuntu18.04LTS双系统2、在Ubuntu18.04LTS上面配置开发环境3、安装tensowflow3.1 准备工作3.2 安装显卡驱动3.3 安装cuda3.4 安装cudnn3.5 安装open...
Ubuntu 18.04下编译安装TensorFlow 1.15.5 GPU版完整指南
weixin_30487201的博客
06-19 364
TensorFlow 是基于数据流图的开源机器学习框架，其安装本质是 Python ABI、CUDA/cuDNN 版本与系统级库（GLIBC、libstdc++）的三重兼容性对齐。在 Ubuntu 18.04 这类长期支持但已停止标准维护的系统中，预编译 wheel 常因 ABI 不匹配（如 cp36m 标签）、动态链接缺失（libcublas.so.10、libcudnn.so.7）或编译器特性不支持（GCC 7.5 的 __builtin_assume）而失败。本文聚焦真实工业与教学场景——包括工控机部
【完美解决】安装tf ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory
weixin_43933164的博客
05-26 3746
我的配置： ubuntu18.04，cuda10.0，cudnn7.5.0，tensorflow-gpu 1.13.1 而且gpu是1080ti，算力完全没问题， 但还是报错 Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/home/lenle/.local/...
ubuntu 16.04 +anaconda3.6 +Nvidia DRIVER 390.77 +CUDA9.0 +cudnn7.0.4+tensorflow1.5.0+neural-style
Lightmare625
08-13 2224
这是我第一个人工智能实验。虽然原理不是很懂，但是觉得深度学习真的很有趣。教程如下。   Table of Contents 配置 时间轴 前期准备工作 anaconda3 安装 bug 1：conda:未找到命令,终端输入 Nvidia DRIVER390.77 卸载原驱动 安装显卡驱动 查看GPU版本 显卡分辨率问题 CUDA 9.0 卸载 下载CUDA 9.0 ...
ubuntu18.04安装tensorflow-gpu
小翠儿，上酸菜
04-01 273
【最终选择环境】：ubuntu 18.04 TLS，cuda 10.0，cuDNN 7.4.6，tensorflow-gpu == 1.13.1 1、ubuntu 18.04 TLS安装教程 2、VMwareTools安装 3、显卡驱动NVIDIA安装教程 4、cuda10.0 以及 cuDNN 7.4.6 安装教程【原文读完再装，不然你就把原作者踩过的坑再踩一遍。如果版本不小心错误，一定...
Ubuntu 16.04 下安装 TensorFlow 1.15.5 并启用 GPU 加速
culi3118的博客
06-19 411
TensorFlow 是 Google 开源的主流深度学习框架，其 CPU/GPU 混合计算能力依赖于 CUDA、cuDNN 与 Python 环境的精准协同。在老旧但仍在工业现场广泛使用的 Ubuntu 16.04 系统上，由于默认 Python 3.5.1、glibc 2.23 及 NVIDIA 驱动 384.x 的约束，直接 pip 安装会触发 GLIBCXX 符号缺失、setuptools 冲突和 GPU 设备不可见等典型问题。本文聚焦于 TensorFlow 1.15.5 这一最后一个兼容 CUD
Ubuntu 18.04 TensorFlow 安装避坑指南：版本锁链与ABI兼容性实战
weixin_30430169的博客
06-19 482
TensorFlow 是一个基于 Python 的开源机器学习框架，其运行依赖严格的底层环境协同——包括 Python 解释器版本、编译工具链（GCC）、CUDA/cuDNN 版本及系统级动态库（如 glibc、libpython）。在 Ubuntu 18.04 这类 LTS 发行版中，系统组件高度固化，而 TensorFlow 官方 wheel 包持续演进，导致常见错误如 ImportError: libcublas.so.9.1 或 undefined symbol: _PyThreadState_Un
titanRTX安装bubantu18.04 内核 驱动 cuda cudnn ananconda python tensorflow-gpu
qq_33495762的博客
06-16 487
E: 无法获得锁 /var/lib/dpkg/lock-frontend - open (11: 资源暂时不可用) E: Unable to acquire the dpkg frontend lock (/var/lib/dpkg/lock-frontend), is another process using it? 解决方法：sudo kill 进程号 lspci | grep -i nvidia查看显卡信息1e02 16进制 到http://pci-ids.ucw.cz/read/PC/10de
Ubuntu 20.04 TensorFlow安装避坑指南：CUDA/cuDNN版本兼容性实战
最新发布
cnvdkx2837的博客
06-19 401
TensorFlow 是基于 CUDA 和 cuDNN 构建的深度学习框架，其 GPU 加速能力高度依赖底层驱动与工具链的严格版本对齐。在 Ubuntu 20.04 这类 LTS 系统中，系统默认的 NVIDIA 驱动（470.x）、CUDA 运行时（11.4）与官方 TensorFlow 二进制包（如 2.15+ 要求 CUDA 11.8/cuDNN 8.6）存在天然断层，导致 import 失败、segmentation fault 或 GPU 不可用等典型问题。技术价值在于通过降级适配（如选用 ten
cudnn下载_Ubuntu18.04,安装多版本CUDA和cuDNN，并进行切换
weixin_39685578的博客
10-21 192
==================2020/06/24 一种简单方法=================利用conda搭建环境wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.shbash Miniconda3-latest-Linux-x86_64.sh安装miniconda过程中基本都选‘yes’或者...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值