Question

在answer from SO之后，我已经运行：

# confirm TensorFlow sees the GPU
from tensorflow.python.client import device_lib
assert 'GPU' in str(device_lib.list_local_devices())

# confirm Keras sees the GPU
from keras import backend
assert len(backend.tensorflow_backend._get_available_gpus()) > 0

# confirm PyTorch sees the GPU
from torch import cuda
assert cuda.is_available()
assert cuda.device_count() > 0
print(cuda.get_device_name(cuda.current_device()))

第一个测试有效，而其他测试无效。

运行nvcc --version给出：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

nvidia-smi也可以。

list_local_devices()提供：

[名称：“ / device：CPU：0” device_type：“ CPU” memory_limit：268435456 化身{}化身：459307207819325532，名称： “ / device：XLA_GPU：0” device_type：“ XLA_GPU” memory_limit：17179869184 位置{}化身：9054555249843627113 physical_device_desc： “设备：XLA_GPU设备”，名称：“ /设备：XLA_CPU：0” device_type： “ XLA_CPU” memory_limit：17179869184位置{}化身： 5902450771458744885 physical_device_desc：“设备：XLA_CPU设备”]

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) 返回：

设备映射： / job：本地主机/副本：0 /任务：0 /设备：XLA_GPU：0->设备：XLA_GPU设备 / job：本地主机/副本：0 /任务：0 /设备：XLA_CPU：0->设备：XLA_CPU设备

为什么Keras和PyTorch无法在我的GPU上运行？（RTX 2070）

Answer 1

我很难找到问题。实际上，运行CUDA示例为我提供了深刻的见识：

CUDA error at ../../common/inc/helper_cuda.h:1162 code=30(cudaErrorUnknown) "cudaGetDeviceCount(&device_count)"

使用sudo时： MapSMtoCores for SM 7.5 is undefined. Default to use 64 Cores/SM GPU Device 0: "GeForce RTX 2070" with compute capability 7.5

所以问题是我的lib不能被所有人读取。

我的错误已通过以下方式修复：

sudo chmod -R a+r /usr/local/cuda*

Answer 2

我最近遇到了这个问题。事实证明，pip安装的必需软件包（例如keras）不包含与XLA相关的标志。如果我更改为必需的软件包的完整miniconda或anaconda安装，则可以运行我的代码。就我而言，我正在运行facebook AI代码。

运行中出现问题的早期指示：

nvidia-smi

，发现您的深网没有使用千兆字节的数据，而是在使用千字节。这样，即使没有警告（有时也很难在日志中找到警告），您仍然知道问题出在如何编译必需的软件。您之所以知道这一点，是因为GPU的设备类型不匹配，因此默认为CPU。然后将代码卸载到CPU上。

就我而言，我使用miniconda安装了tensorflow-gpu，ipython，imutils，imgaug和其他一些软件包。如果发现conda中缺少必需的软件包，请使用：

conda -c conda-forge <package-name>

拾起丢失的物品，例如imutils和imgaug。

为什么TensorFlow可以看到Keras看不到我的GPU？

2 个答案: