cudaGetDevice()执行失败。状态: CUDA驱动程序版本不足以支持CUDA运行时版本。

Question

当我在GPU上运行tensorflow时，出现了以下错误。

2018-09-15 18:56:51.011724: E tensorflow/core/common_runtime/direct_session.cc:158] Internal: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
Traceback (most recent call last):
  File "evaluate_sample.py", line 160, in <module>
    tf.app.run(main)
  File "/anaconda3/envs/tf/lib/python2.7/site-packages/tensorflow/python/platform/app.py", line 125, in run
    _sys.exit(main(argv))
  File "evaluate_sample.py", line 123, in main
    with tf.Session() as sess:
  File "/anaconda3/envs/tf/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 1494, in __init__
    super(Session, self).__init__(target, graph, config=config)
  File "/anaconda3/envs/tf/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 626, in __init__
    self._session = tf_session.TF_NewSession(self._graph._c_graph, opts)
tensorflow.python.framework.errors_impl.InternalError: Failed to create session.

以下错误是从哪里引起的？

E tensorflow/core/common_runtime/direct_session.cc:158] Internal: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

和 tensorflow.python.framework.errors_impl.InternalError: 无法创建会话.

我的tensorflow版本为：1.10

cat /proc/driver/nvidia/version

NVRM版本：NVIDIA UNIX x86_64内核模块390.77，2018年7月10日星期二下午6:28:52 PDT

GCC版本：gcc版本7.3.0（Debian 7.3.0-28）

nvcc --version

nvcc: NVIDIA（R）Cuda编译器驱动程序

版权所有（c）2005-2016 NVIDIA公司

构建于Sun_Sep__4_22:14:01_CDT_2016

Cuda编译工具，版本8.0，V8.0.44

- Josselin

---

您的驱动程序安装不正确。Debian 不支持 CUDA，如果您使用 Debian 工具安装了驱动程序，那可能是问题所在。 - Robert Crovella

Answer 1

更新nvidia驱动程序可以解决此问题。

您可以在此处检查您的CUDA工具包兼容性。然后从此处下载更新的nvidia驱动程序。

- Sumant

Answer 2

这个错误的原因是您安装的Cuda Toolkit版本与通常作为tensorflow-gpu依赖项安装的python包cudatoolkit的版本不匹配。

为了解决这个问题，您首先需要将tensorflow版本与已安装的Cuda Toolkit版本匹配，如此处所示。

然后您需要检查cudatoolkit软件包的版本。这需要匹配主要和次要版本，例如，如果您安装了Cuda Toolkit 9.0并且安装了cudatoolkit9_1，则需要通过您的python降级到cudatoolkit9。

- Usche

Answer 3

在我刚刚解决的案例中，是将GPU驱动程序更新到最新版本并安装cuda工具包。你的错误提示你的CUDA驱动程序版本太旧了。我认为我们看到的nvcc版本是7.5，而你有7.3。

我认为你只需要执行以下操作：sudo apt install nvidia-cuda-toolkit 然后重新启动即可。

以下是我处理无法找到libcuda.so.1文件问题的步骤：

首先，添加了ppa并安装了更新的GPU驱动程序：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-390

添加ppa后，会显示驱动程序版本选项，390是最新的“稳定”版本。

然后安装cuda工具包：

sudo apt install nvidia-cuda-toolkit

然后重新启动:

sudo reboot

它将驱动程序更新到比第一步中安装的390版本更新的版本（这是在AWS上的p2.xlarge实例，版本号为410）。

- wordsforthewise

---

谢谢，这很有帮助。顺便说一下，我按照上面的步骤，在p2.xlarge实例上操作，但我不需要重新启动。 - James Adams

Answer 4

只需更新您的Nvidia驱动程序，问题就可以解决。

- Jayant Awasthi

---

如果可能的话，请提供特定的驱动程序版本，并提供更新驱动程序的步骤。 - pumpkin_cat

Answer 5

升级到Tensorflow 2.6.0解决了我的问题。

pip install --upgrade TensorFlow

- Seyed Mostafa Mousavi Kahaki

Answer 6

同样的问题。通过更新Nvidia驱动程序解决了，因为我正在使用TensorFlow 2.1，它需要更新的驱动程序。所以，我从390更新到435，通过Ubuntu的软件管理器。

- Wenderson J.

Answer 7

针对Ubuntu 18.04和Tensorflow 1.13.1

首先确保系统是最新的：

sudo apt update
sudo apt dist-upgrade
sudo reboot now

安装更新的驱动程序：

sudo add-apt-repository ppa:graphics-drivers/ppa

打开“软件和更新”，选择“附加驱动程序”选项卡：

选择nvidia-driver-396并单击“应用更改”

现在重新启动：

sudo reboot now

验证当前是否激活 NVIDIA 驱动程序 396：

nvidia-smi

- Rishil Shah