带有Pycharm的Tensorflow：导致tensorflow.python.framework.errors_impl.InternalError的上升：cudaGetDevice（）失败

Question

上下文

安装Tensorflow-GPU及其所有要求（即CUDA和cuDNN）后，我尝试在Pycharm下运行具有GPU支持的Tensorflow 。

问题

当我在Pycharm下运行一个简单程序时，session.run 引发异常。

异常

    self._session = tf_session.TF_NewSessionRef(self._graph._c_graph, opts)
tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

重要提示：我相信问题来自 Pycharm和/或其配置，因为在终端机中运行相同的简单程序不会抛出异常< / strong>。

问题

如何摆脱此异常并使Pycharm环境按Tensorflow的预期运行？

-

其他信息

我简单的测试程序

import tensorflow as tf


def main():
    # define the graph
    a = tf.constant(1.0)
    b = tf.constant(1.0)
    c = tf.constant(4.0)
    d = tf.div(tf.add(a, b), c)

    # execute the graph
    with tf.Session() as session:
        print(session.run(d))  # 0.5


if __name__ == '__main__':
    print("tensorflow version : " + tf.__version__)
    main()

在终端中运行时，上面程序的输出

(tf_env) usr@WHATEVER ~/Documents/Repos/tftest/tftest $ python intro.py 
tensorflow version : 1.12.0
2018-12-05 10:56:09.888809: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:964] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
2018-12-05 10:56:09.889285: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1432] Found device 0 with properties: 
name: GeForce GTX 1070 major: 6 minor: 1 memoryClockRate(GHz): 1.7465
pciBusID: 0000:01:00.0
totalMemory: 7.92GiB freeMemory: 7.52GiB
2018-12-05 10:56:09.889304: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1511] Adding visible gpu devices: 0
2018-12-05 10:56:10.126095: I tensorflow/core/common_runtime/gpu/gpu_device.cc:982] Device interconnect StreamExecutor with strength 1 edge matrix:
2018-12-05 10:56:10.126135: I tensorflow/core/common_runtime/gpu/gpu_device.cc:988]      0 
2018-12-05 10:56:10.126142: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1001] 0:   N 
2018-12-05 10:56:10.126366: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 7252 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1070, pci bus id: 0000:01:00.0, compute capability: 6.1)
0.5

Pycharm环境变量设置

安装和硬件

我不认为问题出在我的硬件/安装上，而是Pycharm，但这是您所需要（或不需要）了解的全部信息

我在名为tf_env的 conda虚拟环境中安装了Tensorflow。

GPU ：NVIDIA GTX GeForce 1070（功能6.1）

GPU驱动程序：384.130

Linux ：16.04

Tensorflow ：1.12.0

CUDA工具包：9.0.176

cuDNN ：7.4.1.5

个人相关研究

Gabriel Alhrishy的法定人数答案可能会有所帮助：https://www.quora.com/How-does-one-install-TensorFlow-to-use-with-PyCharm

但是我尝试将/ usr / local / cuda / bin /添加到无法正常工作的根目录中，而且我不知道他对cuDNN / bin /的含义，因为我不知道该目录是否存在。尚不清楚我是否有相同的问题。

Answer 1

问题实际上是由于混淆了conda环境。我在Pycharm上运行了另一个具有类似名称的conda环境，但安装了不同的Tensorflow（来自conda，不是pip）。

放回正确的conda env即可完成工作。