driver:470.63.01版本就行。发现最新驱动不友好,尽量低一些,但也要尽量高出正常版本。
下面这种方法可以指定驱动版本的下载:https://download.nvidia.com/XFree86/Linux-x86_64/470.63.01/NVIDIA-Linux-x86_64-470.63.01.run
cuda11.0-11.4都可以。与2020年相比,对cuda的支持较好了,尽量高一点,我选择的是cuda-11.4
tensorflow-gpu 版本小于等于2.4时无法运行,显示cuda版本太低一直无限警告,且不能加载GPU。
最终选择tensorflow-gpu==2.5,但依然报错 :
ImportError: cannot import name 'transpose_shape'
通过以下两步解决:
pip uninstall -y tensorflow keras tf-nightly keras-nightly pip install tensorflow
keras 版本通过tensorflow安装自动安装。我是基于tensorflow中keras开发的程序。
absl-py 0.15.0
astunparse 1.6.3
cached-property 1.5.2
cachetools 4.2.4
certifi 2021.10.8
charset-normalizer 2.0.9
clang 5.0
cycler 0.11.0
dataclasses 0.8
decorator 4.4.2
flatbuffers 1.12
gast 0.4.0
google-auth 1.35.0
google-auth-oauthlib 0.4.6
google-pasta 0.2.0
grpcio 1.42.0
h5py 3.1.0
idna 3.3
imageio 2.13.3
importlib-metadata 4.8.2
joblib 1.1.0
keras 2.6.0
Keras-Applications 1.0.8
Keras-Preprocessing 1.1.2
kiwisolver 1.3.1
Markdown 3.3.6
matplotlib 3.3.4
networkx 2.5.1
numpy 1.19.5
oauthlib 3.1.1
opencv-python 4.5.4.60
opt-einsum 3.3.0
Pillow 8.4.0
pip 21.3.1
protobuf 3.19.1
pyasn1 0.4.8
pyasn1-modules 0.2.8
pyparsing 3.0.6
python-dateutil 2.8.2
PyWavelets 1.1.1
PyYAML 6.0
requests 2.26.0
requests-oauthlib 1.3.0
rsa 4.8
scikit-image 0.17.2
scikit-learn 0.24.2
scipy 1.4.1
setuptools 59.6.0
six 1.15.0
sklearn 0.0
tensorboard 2.6.0
tensorboard-data-server 0.6.1
tensorboard-plugin-wit 1.8.0
tensorflow 2.6.2
tensorflow-estimator 2.6.0
tensorflow-gpu 2.5.0
termcolor 1.1.0
threadpoolctl 3.0.0
tifffile 2020.9.3
tqdm 4.62.3
typing-extensions 3.7.4.3
urllib3 1.26.7
Werkzeug 2.0.2
wheel 0.37.0
wrapt 1.12.1
xlrd 2.0.1
XlsxWriter 3.0.2
zipp 3.6.0
总结一下:
最原始3090安装tensorflow-gpu=2.5时遇到的问题依然值得参考,具体参见Value 'sm_86' is not defined for option 'gpu-name' · Issue #45590 · tensorflow/tensorflow · GitHub