Question

我的电脑安装了以下软件：Anaconda（3），TensorFlow（GPU）和Keras。有两个Anaconda虚拟环境 - 一个用于TensorFlow for Python 2.7，另一个用于3.5，两个GPU版本，installed according to the TF instructions。（我之前在一个单独的环境中安装了CPU版本的TensorFlow，但我已将其删除。）

当我运行以下内容时：

source activate tensorflow-gpu-3.5
python code.py

并检查nvidia-smi它仅显示Python的3MiB GPU内存使用情况，因此看起来GPU不用于计算。（code.py是一个简单的深度Q学习算法，用Keras实现）

任何想法可能出错？

Answer 1

调试这些问题的一个好方法是检查哪些操作已分配给哪些设备。

您可以通过将配置参数传递给会话来检查：

session = tf.Session(config=tf.ConfigProto(log_device_placement=True))

当您运行应用程序时，您将看到一些输出，指示正在使用哪些设备。

您可以在此处找到更多信息： https://www.tensorflow.org/tutorials/using_gpu

Answer 2

我的GPU没有运行的原因是因为CuDNN的安装中断，更准确地说库和源来自不同版本的CuDNN。

已修复the following piece of advice.

Answer 3

Windows上的TensorFlow

我花了几个小时来修复Windows上的TensorFlow安装问题，所以这里是摘要：

检查TensorFlow-gpu是否正常工作（使用此代码）：

with tf.device('/gpu:0'):
    a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
    b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
    c = tf.matmul(a, b)
with tf.Session() as sess:
    print(sess.run(c))

检查可用CPU或GPU列表（使用此代码）：

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

if tf.test.gpu_device_name():
    print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
else:
    print("Please install GPU version of TF")

使用CUDA和cuDNN在Windows上安装Tensorflow GPU

指南概述

在计算机上安装Nvidia的卡以及驱动程序
下载＆amp;安装CUDA
下载＆amp; ＆＃34;安装＆＃34; cuDNN
卸载Tensorflow，安装Tensorflow GPU
更新系统上的％PATH％
验证安装

指南完整详情

确定

你已经卸载了tensorflow并且你已经安装了tensorflow-gpu以便完成任务。
根据您的项目设置从pip和conda environement卸载tensorflow并仅安装tensorflow-gpu
设置PATH变量后，请务必注销或重启系统。

希望有用:)）

Answer 4

这是一个棘手的问题，几乎就像计算机将使用任何可能的借口还原为CPU一样。为确保Tensoflow，目前正在使用keras和pytorch，请参见https://stackoverflow.com/a/53244520/420400

尽管安装了tensorflow-gpu，但GPU不用于计算

4 个答案: