我有一个旧的英特尔酷睿i7 950 CPU，不支持AVX，一个新的NVIDIA RTX 3060 Ti GPU，计算能力8.6，和Windows 10操作系统。尽管默认的Tensorflow发行版需要AVX支持，但经过多次尝试和错误，我能够从this wheel安装Tensorflow，它是为没有AVX支持的CPU编译的。
为了做到这一点，我不得不降级到python 3.9，CUDA 11.7，cudnn 8.9.5和NumPy 1.22.4。
现在，当我在python中执行import tensorflow as tf时，我不会收到错误消息yay！但是，当我尝试该函数时：tf.config.list_physical_devices('GPU')，我得到：
W tensorflow/core/common_runtime/gpu/gpu_device.cc:1943] TensorFlow was not built with CUDA kernel binaries compatible with compute capability 8.6. CUDA kernels will be jit-compiled from PTX, which could take 30 minutes or longer.查看下面的实际outpub：
C:\Users\Luca>python
Python 3.9.13 (tags/v3.9.13:6de2ca5, May 17 2022, 16:36:42) [MSC v.1929 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.config.list_physical_devices('GPU')
2023-09-23 11:37:43.077533: W tensorflow/core/common_runtime/gpu/gpu_device.cc:1943] TensorFlow was not built with CUDA kernel binaries compatible with compute capability 8.6. CUDA kernels will be jit-compiled from PTX, which could take 30 minutes or longer.
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
>>> tf.config.list_physical_devices('GPU')
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]现在，我第一次运行它的时候，确实花了大约30分钟才得到结果，现在我每次运行它，我都得到相同的输出，但是结果是立即的（即，不用等30分钟就能得到[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]。请注意，当我在同一个会话中运行同一个函数时，我不会再次收到警告。
1.是什么原因导致警告每次都出现？
1.我该怎么摆脱它？
1条答案
按热度按时间klr1opcd1#
我不知道为什么我被降级，但通过谷歌搜索“抑制”一词，我找到了我的第二个问题的答案：
方法1（从这里学习）：
方法2（从here学习）：
然后添加：
我还是不知道我第一个问题的答案...
谢谢