Question

我刚刚成功安装了tensorflow-gpu。之后，我还成功安装了tensorflow。我在spyder3上尝试了以下代码：

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

但是结果是：

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 18318063967424845606
]

似乎Tensorflow的GPU版本不起作用！我该如何解决？

我还必须提到我的笔记本电脑有2个图形卡，为此我安装CUDA / cuDNN的第二张卡是Geforce GTX 960M。

我还尝试了以下代码：

import tensorflow as tf

# Creates a graph.
with tf.device('/device:GPU:2'):
  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)
# Creates a session with allow_soft_placement and log_device_placement set
# to True.
sess = tf.Session(config=tf.ConfigProto(
      allow_soft_placement=True, log_device_placement=True))
# Runs the op.
print(sess.run(c))

并得到以下结果：

[[22. 28.]
 [49. 64.]]

我已经安装了“ tensorflos-gpu”，但是它不起作用（带有2个GPU卡的Asus N552VW）

0 个答案: