解决Tensorflow不能用GPU加速问题

用tensorflow_gpu运行代码出错

tensorflow_gpu版本是2.3.1

通过nvidia-smi发现确实是安装了cuda的。

下面就一步一步找问题

第一个错误：

tensorflow/stream_executor/platform/default/dso_loader.cc:59] Could not load dynamic library ‘libcudart.so.10.1’; dlerror: libcudart.so.10.1: cannot open shared object file: No such file or directory

解决方法：

conda install cudatoolkit=10.1

然后就会出现：

I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library libcudart.so.10.1

证明这个问题ok了

第二个错误：

Could not load dynamic library ‘libcudnn.so.7’; dlerror: libcudnn.so.7: cannot open shared object file: No such file or directory;

解决方法：

conda install -c anaconda cudnn

然后就没有这个错误了

就在我以为一起都OK的时候，突然发现，又又又报错了

居然lstm和GRU不能用

第三个错误：

WARNING:tensorflow:Layer lstm will not use cuDNN kernel since it doesn’t meet the cuDNN kernel criteria. It will use generic GPU kernel as fallback when running on GPU

后来也是在CSDN上搜到的解决方法，原来是cudnn对lstm和gru的参数是有要求的。具体如下

而对于GRU是这样的：

注意gru额外还要加一条命令：

reset_after = TRUE,

这里其他网友说的是：尽管官网上说要满足 recurrent_activation = ‘sigmoid’, activation == tanh ， recurrent_dropout == 0，但其实只有第一条就可以了。但是我这边确不行。必须要这几条都写上才可以用！！

后面的lstm、gru参考了这篇文章：

[1] https://blog.csdn.net/weixin_45865390/article/details/109305744

解决Tensorflow不能用GPU加速问题