cudnn7.5.0软链接

sudo cp lib* /usr/local/cuda/lib64/    #复制动态链接库
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.7    #删除原有动态文件
sudo ln -s libcudnn.so.7.5.0 libcudnn.so.7  #生成软衔接（注意这里要和自己下载的cudnn版本对应，可以在/usr/local/cuda/lib64下查看自己libcudnn的版本）
sudo ln -s libcudnn.so.7 libcudnn.so      #生成软链接

查看cuda、cudnn方法：终端输入

cuda 版本

cat /usr/local/cuda/version.txt

cudnn 版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

安装tensorflow 1.8.0

cuda 9.0 + cunn7.5.0 + tensorflow1.8

sudo pip3 install tensorflow-gpu==1.18

SciPy报错

imread is depreciated after version 1.2.0! So to solve this issue I had to install version 1.1.0.

imsave is deprecated in SciPy 1.0.0, and will be removed in 1.2.0.

试用如下代码检查是否有GPU可以被使用：

import os
from tensorflow.python.client import device_lib
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"

if __name__ == "__main__":
    print(device_lib.list_local_devices())

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 13093582915275020871
, name: "/device:XLA_GPU:0"
device_type: "XLA_GPU"
memory_limit: 17179869184
locality {
}
incarnation: 4524363026150779068
physical_device_desc: "device: XLA_GPU device"
, name: "/device:XLA_CPU:0"
device_type: "XLA_CPU"
memory_limit: 17179869184
locality {
}
incarnation: 5553375378045819083
physical_device_desc: "device: XLA_CPU device"
]

命令： nvidia-smi

功能：显示机器上gpu的情况
命令： nvidia-smi -l

功能：定时更新显示机器上gpu的情况

命令：watch -n 0 nvidia-smi

功能：设定刷新时间（秒）显示GPU使用情况

查看温度

查看GPU的温度

nvidia-smi -q -i 0 -d TEMPERATURE

实时监控GPU的温度

watch -n 0.5 nvidia-smi -q -i 0 -d TEMPERATURE

标签：libcudnn,XLA,device,指令,cuda,深度,集合,GPU,local
来源： https://blog.csdn.net/weixin_42905141/article/details/94300876