使用GPU设置张量流

Question

我跟着instructions for installing tensorflow with gpu support，我仍然无法使用GPU运行tensorflow。 我使用的是Windows 10.我安装了CUDA v9.1（通过nvcc验证 - 版本），我有NVIDIA GeForce GTX 980M驱动程序，我已经下载了最新的cuDNN安装并将所有文件放在{{3}之后的CUDA目录中}。我将CUDA bin目录添加到％PATH $环境变量中，并确保我已定义％CUDA_PATH％变量。我pip安装了tensorflow-gpu，然后重启了我的copmputer。什么都没发生。我还是得到了：

Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/device:CPU:0 ]

这可能是路径问题。当我pip卸载tensorflow时，我得到一个'权限被拒绝'错误，因为卸载程序正在尝试访问我的默认用户，其目录中有一个空格字符（我知道！）。但是，尽管存在此错误，仍会卸载tensorflow。 我尝试用conda进行设置，但这不能正常工作。康达拒绝承认我因某种原因有张量流量。

我阅读了有关设置GPU的所有在线讨论，但似乎没有一个能解决这个问题。

谢谢！

Answer 1

更新： 经过更多研究后发现有三个问题：（i）张量流与CUDA v9.1不兼容，（ii）我不得不强制删除缓存的张量流版本，（iii）我必须设置CUDA_VISIBLE_DEVICES环境变量。我必须安装CUDA v9.0并运行：

pip3 uninstall tensorflow
pip uninstall tensorflow-gpu
pip install --upgrade --force-reinstall tensorflow-gpu
export CUDA_VISIBLE_DEVICES=0,1

请参阅this discussion.