尽管pc可以识别gpu,但它在tensorflow-gpu

时间:2018-07-30 02:01:42

标签: tensorflow machine-learning keras gpu

我正在使用tensorflow-gpu。我想使用GTX1070,但是tensorflow-gpu使用我的CPU。我不知道该怎么办。

我使用CUDA 9.0和CUDNN 7.1.4。我的tensorflow-gpu版本是1.9。

在官方网站上运行此命令后

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
  

2018-07-30 10:53:43.369025:我   T:\ src \ github \ tensorflow \ tensorflow \ core \ platform \ cpu_feature_guard.cc:141]   您的CPU支持该TensorFlow二进制文件未包含的指令   编译使用:AVX2 2018-07-30 10:53:43.829922:I   T:\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc:1392]   找到具有属性的设备0:名称:GeForce GTX 1070主要:6次要:   1个memoryClockRate(GHz):1.683 pciBusID:0000:01:00.0 totalMemory:   8.00GiB免费内存:6.63GiB 2018-07-30 10:53:43.919043:I T:\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc:1392]   找到具有属性的设备1:名称:GeForce GTX 1050主要:6次要:   1个memoryClockRate(GHz):1.455 pciBusID:0000:05:00.0 totalMemory:   2.00GiB freeMemory:1.60GiB 2018-07-30 10:53:43.926001:I T:\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc:1456]   忽略可见的GPU设备(设备:1,名称:GeForce GTX 1050,PCI   总线ID:0000:05:00.0,计算能力:6.1)与Cuda   多处理器数量:5。最小所需数量为8。您可以   使用env var调整此要求   TF_MIN_GPU_MULTIPROCESSOR_COUNT。 2018-07-30 10:53:43.934810:我   T:\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc:1471]   添加可见的GPU设备:0 2018-07-30 10:53:44.761551:I   T:\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc:952]   具有强度1边缘矩阵的设备互连StreamExecutor:   2018-07-30 10:53:44.765678:我   T:\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc:958]   0 1 2018-07-30 10:53:44.768363:我   T:\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc:971]   0:否2018-07-30 10:53:44.771773:我   T:\ src \ github \ tensorflow \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc:971]   1:否2018-07-30 10:53:44.774913:我   T:\ src \ github \ tensorflow \ tensorflow \ co enter code here re \ common_runtime \ gpu \ gpu_device.cc:1084]创建了TensorFlow   设备(/ job:localhost /副本:0 /任务:0 /设备:GPU:0具有6395 MB   内存)->物理GPU(设备:0,名称:GeForce GTX 1070,PCI总线)   id:0000 enter code here:01:00.0,计算能力:6.1)

1 个答案:

答案 0 :(得分:1)

从张量流引擎的日志摘录中可以看到,它使用了GPU设备0

(/job:localhost/replica:0/task:0/device:GPU:0 with 6395 MB memory) -> physical 
GPU (device: 0, name: GeForce GTX 1070, pci bus id: 0000:01:00.0, compute 
capability: 6.1)

但是拒绝使用您的GeForce GTX1050。这可能是由于环境变量TF_MIN_GPU_MULTIPROCESSOR_COUNT似乎设置为8。

尝试按照先前日志中的建议将其设置为5:

set TF_MIN_GPU_MULTIPROCESSOR_COUNT=5

如果要确定使用哪个设备,请使用

初始化会话
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

您可以在Using GPUs tensorflow文档页面上阅读更多内容