如何让TensorFlow使用我的GPU?

时间:2018-01-14 04:37:13

标签: python tensorflow gpu darkflow

我目前正在尝试运行一个名为的对象探测器 YOLO (darkflow)

我安装了CUDA 8.0,CudNN 5.1,tensorflow 1.0和tensorflow-gpu(都是通过pip安装的)。

我使用以下命令行测试YOLO:

sudo python3 ./flow --model cfg/yolo.cfg --load yolo.weights --demo dji_0004.MP4 --gpu 1.0

问题是:即使使用--gpu 1.0它也会以~0.8 FPS运行。

在运行时,我使用 nvidia-smi 来监控我的GPU,这就是我得到的:

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 375.82                 Driver Version: 375.82                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 650     Off  | 0000:01:00.0     N/A |                  N/A |
| 16%   40C    P0    N/A /  N/A |    444MiB /   980MiB |     N/A      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|    0                  Not Supported                                         |
+-----------------------------------------------------------------------------+

显然,使用在我的GPU上运行时,tensorflow不是。

根据NVIDIA,GTX 650具有3.0计算能力,因此使用tensorflow-gpu应该没问题。

0 个答案:

没有答案