如何用没有gpu的gpu开发张量流

Question

我之前曾询问是否可以在cpu上运行gpu支持的张量流。我被告知有可能和基本代码切换我想要使用的设备，而不是如何让初始代码在没有gpu的计算机上工作。例如，我想在具有NVidia gpu的计算机上进行训练，但是在只有cpu的笔记本电脑上进行程序训练。我该怎么做呢？我已经尝试过正常编写代码，但在我甚至可以切换我想要使用的设备之前它崩溃了。我在Linux上使用Python。

Answer 1

你得到了什么错误？很有可能在GPU上进行训练但是在CPU上进行训练 - 许多人都这样做，包括我自己。事实上，如果possible，Tensorflow会自动将您的代码放在GPU上。

如果将以下代码添加到模型中，则可以查看正在使用的设备：

# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

在具有GPU的计算机上运行模型时，这应该会改变。

Answer 2

此主题可能会有所帮助：Tensorflow: ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory

我尝试在uni的HPC登录节点中加载tensorflow-gpu导入tensorflow，该节点没有GPU。它运作良好。我的笔记本电脑中没有Nvidia GPU，所以我从未完成安装过程。但我认为原因是它无法找到相关的CUDA库，cuDNN。

但是，你为什么不使用cpu版本？正如@Finbarr Timbers所提到的，你仍然可以在拥有GPU的计算机上运行模型。