Question

在阅读了本教程https://www.tensorflow.org/guide/using_gpu之后，我检查了此简单代码上的GPU会话

import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf

a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2,3], name = 'a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape = [3,2], name =  'b')
c = tf.matmul(a, b)

with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:
    x = sess.run(c)
print(x)

输出为

2018-08-07 18：44：59.019144：我   tensorflow / core / platform / cpu_feature_guard.cc：141]您的CPU支持   TensorFlow二进制文件未编译使用的指令：AVX2   FMA设备映射：没有已知的设备。 2018-08-07 18：44：59.019536：我   tensorflow / core / common_runtime / direct_session.cc：288]设备映射：

MatMul：（MatMul）：/ job：localhost /副本：0 /任务：0 /设备：CPU：0   2018-08-07 18：44：59.019902：我   tensorflow / core / common_runtime / placer.cc：886] MatMul：   （MatMul）/作业：本地主机/副本：0 /任务：0 /设备：CPU：0 a：（常量）：   /作业：localhost /副本：0 /任务：0 /设备：CPU：0 2018-08-07   18：44：59.019926：我tensorflow / core / common_runtime / placer.cc：886] a：   （常量）/作业：本地主机/副本：0 /任务：0 /设备：CPU：0 b：（常量）：   /作业：localhost /副本：0 /任务：0 /设备：CPU：0 2018-08-07   18：44：59.019934：我tensorflow / core / common_runtime / placer.cc：886] b：   （const）/ job：localhost / replica：0 / task：0 / device：CPU：0 [[22. 28.] [   49. 64。]]

如您所见，GPU没有进行任何计算。当我更改代码以使用GPU的配置和处理部分时：

conf = tf.ConfigProto()
conf.gpu_options.per_process_gpu_memory_fraction = 0.4

with tf.Session(config = conf) as sess:
    x = sess.run(c)
print(x)

输出为

2018-08-07 18：52：22.681221：我 tensorflow / core / platform / cpu_feature_guard.cc：141]您的CPU支持 TensorFlow二进制文件未编译使用的指令：AVX2 FMA [[22. 28.] [49. 64。]]

我该怎么做才能在GPU卡上运行会话？谢谢。

Answer 1

最有可能在AMD GPU上运行tensorflow。 ROCm 大约发布了2年，完成了一切。但是，这是一个警告，由于其开源的缘故，它目前仅在Linux上运行。因此，如果您愿意使用Linux，那么无疑可以使用AMD GPU训练DL模型。也就是说，由于社区还不够大，您将获得的支持量很少。在Google上搜索ROCm，您将获得有关如何在Linux机器上进行设置和运行的说明。也许它可以在Windows中与WSL2一起使用，但是我还没有尝试过，因此无法对此发表评论。

here is a link to ROCm installation docs

Answer 2

我相信TensorFlow-GPU仅支持NVIDIA CUDA Compute Capability> = 3.0 的GPU卡。

以下TensorFlow变体可用于安装：

仅具有CPU支持的TensorFlow 。如果您的系统没有NVIDIA®GPU，则必须安装此版本。此版本的TensorFlow通常更易于安装，因此，即使您具有NVIDIA GPU，我们也建议您先安装此版本。

具有GPU支持的TensorFlow 。 TensorFlow程序通常在GPU而不是CPU上运行得更快。如果您运行对性能有要求的应用程序，并且系统具有满足先决条件的NVIDIA®GPU ，则应安装此版本。有关详细信息，请参见TensorFlow GPU支持。

https://www.tensorflow.org/install/install_linux

Answer 3

您可以使用TensorflowJS（tensorflow的Javascript版本）。 TensorflowJS没有任何硬件限制，并且可以在所有支持gpu的webGL上运行。

api与python中的tf非常相似，该项目提供了将模型从python转换为JS的脚本

如何在AMD / ATI GPU上运行TensorFlow？

3 个答案: