问题1：明明安装好了tensorflow-gpu，但是运行代码时无法使用gpu加速
明明安装好了tensorflow-gpu，但是运行代码时无法使用gpu加速，运行tensorflow代码时cpu占满还是跑的很慢，同时tf.test.is_gpu_available()=false。在网上看了很多教程，有人说是tensorflow与tensorflow-gpu的版本不同问题，要求tensorflow-gpu版本比tensorflow版本高，同时要求电脑在装tensorflow之后装tensorflow-gpu。
因此我就尝试了很多次，发现都不成功，tf.test.is_gpu_available()=false一直都是这样。因为我一直用pytorch跑代码，pytorch可以用gpu加速但是tensorflow不可以，说明tensorflow配置可能有问题。
原因分析：
Tensorflow对CUDA和CuDNN的要求很严格，如果gpu用不了建议首先根据这个博主的博客对照一下tensorflow版本对应问题。
附上我觉得总结很好的博主的博客：https://blog.csdn.net/weixin_44560088/article/details/117457619?spm=1001.2014.3001.5502
例如： tensorflow_gpu-2.3.0必须要求 python为3.5-3.8；CuDNN=7.6(7版本开头)；CUDA=10.1。
解决方案：
1.首先查看自己CUDA的版本
在Anaconda中输入nvcc -V查看自己的cuda版本，比如我的就是10.1版本，这样看最靠谱。
我之前是CUDA10.2版本，没有对应的tensorflow，因此尝试了很多次都不成功，所以我重新找了一个CUDA版本和CUDNN版本进行下载，在没有删除10.2的情况下又安装了一个10.1版本。
2.查看版本对应表选择一个自己的CUDA版本下的Tensorflow版本
3.在Anaconda Navigator中把原来的Tensorflow虚拟环境删除掉（右下角remove）
4.下载好CUDA10.1和CuDNN7.6.5的压缩包（这里一定要下CuDNN版本7开头的压缩包 而不是8开头的，见问题2）
将CUDA10.1与原来的10.2版本的环境分开，比如10.2在C盘，为了不出什么问题，我把10.1安装在了D盘，首先在D盘组织好这样的架构D:\CUDA\NVIDIA corporation\CUDA Samples\v10.1和D:\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v10.1，根据CUDA的默认C盘安装路径将安装路径修改到对应的D盘，方便后续查找文件。
将CuDNN解压缩后将文件复制到D:\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin路径下替换掉对应的文件。
5.在Anaconda中创建对应的tensorflow虚拟环境(我给他起名字叫tf)
conda create -n tf python=3.8
创建完毕后，使用pip安装tensorflow-gpu
pip install tensorflow-gpu==2.3.0
等待其安装成功后，就可以依次在Anaconda prompt中输入以下代码
activate tf
python
import tensorflow as tf
print(tf.test.is_gpu_available())
如果看到True就表示成功了！
问题2：Could not load dynamic library ‘cudnn64_7.dll’
原因分析：
没有关注CuDNN的版本，我在第一次安装时直接下载了CuDNN 8开头的版本，导致在bin文件夹中找不到cudnn64_7.dll只能找到cudnn64_8.dll，这就是没有认真读题的原因！！！
解决方法：下载CuDNN 7开头的版本解压去bin文件粘贴替换即可
当你完成所有这些之后，重启你的编译器/终端，输入上述测试tensorflow-gpu能否使用的命令，就可以惊喜的发现！它成功了！接下来就可以用gpu快乐的跑代码了~
我要特别感谢我的弟弟阿刚！在他的帮助下，我们一起完美地解决了这个问题。
[En]
I would like to express my special thanks to my younger brother, Ah Gang! With his help, we solved this problem perfectly together.
Original: https://blog.csdn.net/weixin_43716328/article/details/123915845
Author: He-ohh22
Title: Win10下Tensorflow-gpu使用cpu训练而不是gpu加速
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/497167/
转载文章受原作者版权保护。转载请注明原作者出处！