谷歌colab的GPU是否与tensorflow 1.0.0一起工作?

时间:2018-05-30 20:47:35

标签: python tensorflow pip gpu google-colaboratory

当我检查谷歌colab笔记本中的tensorflow版本时,它是1.8.0,我猜是预先安装的。 我从笔记本电脑设置启用GPU并通过此命令检查它

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))

它给出了所需的输出

但我的代码需要tensorflow 1.0,所以我  使用!pip install tensorflow==1.0安装成功安装它但是当我重新启动运行时并检查GPU时出现以下错误

  

SystemError:找不到GPU设备

我是否错过了某些内容或是否与colab有关?

2 个答案:

答案 0 :(得分:2)

它会起作用,因为它只是一个nvidia-docker容器(或者可能是等效的东西)。

只有您必须手动安装兼容的CUDA,cuDNN和其他软件包。 这可能是一个繁忙的过程,我没有亲自尝试过。此外,您正在安装tensorflow包,它不支持gpu。尝试相同的命令,但使用tensorflow-gpu即

!pip install tensorflow-gpu=1.0

答案 1 :(得分:0)

您需要将cuda版本更改为8。...

这会删除当前版本:

      !apt-get remove cuda
      !apt-get autoremove cuda
      !apt-get purge cuda
      !apt-key del /var/cuda-repo-9-2-local/*.pub
      !rm -rf /var/cuda-repo-8-0-local-ga2/

现在安装版本8:

     !sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64-deb
     !sudo apt-get update
     !sudo apt-get -y install cuda-8-0

现在安装tensorflow gpu:

     !pip install tensorflow-gpu==1.0

确保您已经安装了tf版本1.0。

检查是否有效:

    import tensorflow as tf
    tf.test.gpu_device_name()