服务器已经存在CUDA但无法使用GPU

记录一下我使用服务器期间遇到的问题以及解决方法（主要使用tensorflow）

先介绍一下我本次遇到的问题：

我在服务器上拥有一个独立的账号，我发现我的tensorflow无法调用GPU，先排查可能存在的问题

终端输入

nvcc -V

结果如下：

显示已经安装了11.8版本的CUDA

 但是在python文件中调用

import tensorflow as tfprint(tf.test.is_gpu_available())

结果显示为false

 在终端输入

echo $LD_LIBRARY_PATH

结果为空，猜测是没有安装cudnn，以下是解决过程

首先进入官网下载一个适配的cudnn版本，官网链接

因为我的CUDA版本是11.8，我选择v8.9.0 for CUDA 11.x的版本

下载后是一个.tar.xz的文件，直接上传到服务器中你的文件夹下，然后使用下面两条指令进行解压

xz -d cudnn-linux-x86_64-8.9.0.131_cuda11-archive.tar.xztar -xvf cudnn-linux-x86_64-8.9.0.131_cuda11-archive.tar

 解压得到一个文件夹，进入后包含下面三个

 然后我们进入你个人账户下的.bashrc文件，在其中添加这样一行内容（根据你自己的路径进行更改）：

export LD_LIBRARY_PATH="/home/Users/qjw/cudnn-linux-x86_64-8.9.0.131_cuda11-archive/lib:$LD_LIBRARY_PATH"

之后保存.bashrc文件，然后在终端输入下面这个指令（我是在.bashrc文件这一层输入的，注意终端路径）

source ./.bashrc

然后再次运行python代码：

import tensorflow as tfprint(tf.test.is_gpu_available())

 结果如下：

 输出True，问题解决

希望可以帮到你

来源地址：https://blog.csdn.net/qq_48494339/article/details/131518249