如何在jupyter笔记本电脑中使用远程计算机的GPU

Question

我正在尝试通过Jupyter笔记本在远程计算机的GPU上运行tensorflow。但是，如果我使用tf打印可用设备，则只能获得CPU。我以前从未使用过GPU，并且在远程使用conda / jupyter笔记本电脑方面还比较陌生，因此我不确定如何在jupyter笔记本电脑中使用GPU进行设置。

我使用的是由已经在同一GPU上执行相同代码的其他人设置的环境，但是他们是通过python脚本而不是在jupyter笔记本中完成的。

这是其他人文件中唯一与GPU有关的代码

config = tf.ConfigProto（）

config.gpu_options.allow_growth =真实

set_session（tf.Session（config = config））

Answer 1

我认为问题在于我的环境中有tensorflow而不是tensorflow-gpu。但是现在我收到此消息“ cudaGetDevice（）失败。状态：CUDA驱动程序版本不足以用于CUDA运行时版本”，我不知道如何通过终端更新驱动程序

Answer 2

您的环境如何设置？具体来说，什么是远程环境，什么是本地环境？听起来您的CUDA驱动程序已经过时，但不仅限于此。如果您只是入门，我建议您寻找一个几乎不需要或不需要任何配置工作的环境，这样您就可以更轻松/快速地入门。

例如，您可以在云上运行GPU，然后通过本地终端连接到它们。您还可以通过将“本地”前端连接到本地运行库来使之成为Colab。 （This video explains that particular setup，但还有很多其他选择）

您可能还想尝试在远程计算机上运行nvidia-smi来查看GPU是否可见。

Answer 3

Here是另一个解决方案，描述了如何使用Docker设置GPU-Jupyterlab实例。

要通过终端更新驱动程序，请运行：

ubuntu-drivers devices
sudo ubuntu-drivers autoinstall
sudo reboot

您的CUDA路径设置正确吗？这样吗？

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}