实验环境

• Windows 10
• NVIDIA GeForce GTX 1050
• CUDA11.0
• CUDNN 8.0
• Tesorflow-gpu 2.4.1

提示如下

分析原因

据说是Tesorflow-gpu 2.4.1，默认情况下，不再注册XLA：CPU和XLA：GPU设备。如果确实需要它们，请可使用

os.environ['TF_XLA_FLAGS'] = '--tf_xla_enable_xla_devices'

• 1

但是此标志最终将在后续发行版中删除。

解决方法

将

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

print(tf.__version__)
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

改为

import tensorflow as tf
import os
os.environ['TF_XLA_FLAGS'] = '--tf_xla_enable_xla_devices'
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
print(tf.__version__)
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

即可！


你将会发现，在代码开头加了

os.environ['TF_XLA_FLAGS'] = '--tf_xla_enable_xla_devices'

• 1

将不会有

Not creating XLA devices, tf_xla_enable_xla_devices not set

• 1

提示！