tf.test.is_gpu_available()在GCP上返回False

时间:2019-06-18 10:22:22

标签: tensorflow keras google-cloud-platform jupyter-notebook gpu

我正在使用Tesla V100在GCP的笔记本电脑上训练CNN。我已经在自己的自定义数据上训练了一个简单的yolo,虽然速度很快,但不太准确。因此,我决定从头开始编写自己的代码,以解决我要解决的问题的特定方面。

在GCP之前,我曾尝试在Google Colab上运行我的代码,效果很好。 Tensorflow可以检测到GPU,并且无论是Tesla K80还是T4都可以使用它。

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
tf.test.is_gpu_available()  #>>> True

我的问题是,这个相同的函数在GCP笔记本上返回 False ,就好像Tensorflow无法使用在GCP VM上检测到的GPU一样。我不知道有任何命令会迫使Tensorflow在CPU上使用GPU,因为它会自动执行。 我已经尝试安装或卸载,然后再安装某些版本的tensorflow,tensorflow-gpu和tf-nightly-gpu(例如1.13和2.0dev),但没有任何效果。

output of nvidia-smi

1 个答案:

答案 0 :(得分:0)

您是否尝试过使用GCP的AI Platform Notebooks?他们提供预配置有Tensorflow的VM,并安装了所有必需的GPU驱动程序。