我想知道在python2.7中安装Numba是否会影响在Ubuntu 16.04上安装(并且正常工作)的tensorflow-gpu?我想使用numba对矢量和矩阵(例如矢量化)进行gpu加速计算,然后在张量流深度学习模型中使用这些计算矩阵。
答案 0 :(得分:1)
正如@Robert Crovella在评论中正确提到的,Tensorflow将尝试在创建会话时分配最大内存量。如有必要,您可以避免这种情况发生:
How to prevent tensorflow from allocating the totality of a GPU memory?
一般情况下,在同一GPU上运行多个进程完全没问题。主要问题只是内存分配。如果Numba预先分配了它需要的内存,那么你就没有问题(免责声明我不太了解Numba)。如果Numba在分配了tensorflow会话后需要分配内存,则需要遵循上面的链接以避免内存分配问题。
我相当确定您在系统之间遇到了任何类型的CUDA驱动程序冲突。至少我从来没有听说过这是一个问题,而且自从v0.12以来我每天都在使用张量流。