tensorflow深度学习遇到各种疑难杂症，一律先考虑是不是工具包版本不匹配
安装正确对应版本的显卡驱动，python版本，cuda版本，cudnn版本，缺一不可，对应关系如下：
最新版本的显卡驱动程序通常可以正常使用。
[En]
The latest version of the graphics card driver is generally fine.
我遇到了几个问题包括：
1、训练第一个epoch很慢，要加载好几分钟，因为我是30系卡，原生之支持cuda11及cudnn8以上，低版本需要兼容，效率很低。
2、训练时jupyter notebook内核挂掉。
3、训练时gpu占用率为0。
以上问题在安装新版tensoflow和正确版本的工具包后一次性全部消失，最后分享一下我现在的工具包配置：
RTX3050 + python3.8 64位 + NVidia 516.59版驱动 + tensorflow2.9.0 + CUDA11.2 + cudnn8.1
顺便说一句，每个工具包的官方网站都链接到了附录：
[En]
By the way, the official website of each toolkit is linked to the appendix:
cuda下载：CUDA Toolkit Archive | NVIDIA Developer
cudnn下载：cuDNN Archive | NVIDIA Developer
n卡驱动下载：官方 GeForce 驱动程序 | NVIDIA
python下载：Download Python | Python.org
Original: https://blog.csdn.net/weixin_46539334/article/details/125753848
Author: 杨熠楚
Title: 【已解决】30系显卡深度学习，jupyter notebook内核挂掉了，需要重启
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/514788/
转载文章受原作者版权保护。转载请注明原作者出处！