Google-colaboratory：没有可用GPU的后端

Question

Here描述了如何在google-colaboratory中使用gpu：

  

只需在Notebook设置的Accelerator下拉菜单中选择“GPU”（通过编辑菜单或cmd / ctrl-shift-P命令面板）。

但是，当我在Notebook设置中选择gpu时，我会得到一个弹出窗口：

  

无法分配后端   没有可用GPU的后端。您想使用没有加速器的运行时吗？

当我跑步时：

import tensorflow as tf
device_name = tf.test.gpu_device_name()
if device_name != '/device:GPU:0':
    raise SystemError('GPU device not found')
print('Found GPU at: {}'.format(device_name))

当然，我得到GPU device not found。似乎描述不完整。任何想法需要做什么？

Answer 1

您需要使用GPU设备配置笔记本

点击编辑 - ＆gt;笔记本设置 - >硬件加速器 - ＆gt; GPU

Answer 2

如果GPU可用，您需要稍后再试。该消息表明所有可用的GPU都在使用中。

FAQ提供了其他信息：

  

我如何使用GPU，为什么它们有时不可用？

     

Colaboratory旨在用于交互式使用。长时间运行的背景   可以停止计算，尤其是GPU上的计算。请不要使用   加密货币挖掘的实验室。这样做是不受支持的   可能导致服务不可用。我们鼓励有意愿的用户   通过Colaboratory的UI运行连续或长时间运行的计算   使用local runtime。

对GPU的持续培训似乎有一个冷却时间。因此，如果您遇到错误对话框，请稍后重试，并尝试限制后续会话中的长期培训。

Answer 3

我的名声太低，无法置评，但这是@Bob Smith的回答再冷却时间的一些补充信息。

  

使用GPU进行连续训练似乎很酷。因此，如果遇到错误对话框，请稍后再试，并可能尝试限制后续会话中的长期培训。

根据我自己最近的经验，我相信Colab将为您分配最多12个小时的GPU使用时间，此后大约有8个小时的冷却期，之后您才能再次使用计算资源。就我而言，即使没有GPU，我也无法连接到实例。我不太确定接下来要做什么，但是我想如果您一次运行说3个实例，那么您的12个小时将消耗3倍的速度。我不知道12小时的限制会在多长时间后重新设置，但我想可能是一天。

无论如何，仍然缺少一些细节，但是主要的收获是，如果超出限制，您将无法连接到实例达8个小时（如果您正在积极工作，这会非常痛苦）在某物上。）

Answer 4

添加一些图片使其更清晰

Answer 5

在Reset runtime无效后，我做了：

Runtime-> Reset all runtimes-> Yes

然后我很高兴：

Found GPU at: /device:GPU:0

Answer 6

这是对您问题人的准确答案。 根据Colab的一篇文章： “总体使用限制，空闲超时时间，最大VM寿命，可用的GPU类型以及其他因素会随时间变化。

对于交互式使用Colab的用户（而不是长时间运行的计算）或最近在Colab中使用较少资源的用户，有时会优先考虑

GPU和TPU。结果，使用Colab进行长时间计算的用户，或者最近在Colab中使用了更多资源的用户，很可能会遇到使用限制，并暂时限制了对GPU和TPU的访问。对计算有较高需求的用户可能会对将Colab的UI与在其自己的硬件上运行的本地运行时一起使用感兴趣。”

Answer 7

默认情况下，Google Colab具有tensorflow 2.0，将其更改为tensorflow1。添加代码

%tensorflow_version 1.x 在任何keras或tensorflow代码之前使用它。