Question

我最近在计算机上安装了tensorflow 2.0，但是当我尝试在GPU上运行它时，Jupyter或Vitual Studio Code上的函数tf.config.experimental.list_physical_devices('GPU')会返回一个无效数组。你知道为什么吗？

我的设置：

计算机：MSI

处理器：Intel（R）Core（TM）i7-8750H CPU @ 2.220GHz

GPU 0：英特尔®超高清显卡630

GPU：NVIDIA GeForce GTX 1060

Python：带有Python 3.7的Ananconda 3

装有pip install tensorflow的Tensenflow 2.0

我的测试代码：

physical_devices = tf.config.experimental.list_physical_devices('GPU')
print(physical_devices)
if physical_devices:
  tf.config.experimental.set_memory_growth(physical_devices[0], True)

提前谢谢！：）

Answer 1

在此提供解决方案（答案部分），即使它在注释部分中存在也是为了社区的利益。

您可以尝试使用pip install tensorflow或直接删除pip3 install --upgrade tensorflow-gpu而不是tensorflow，然后installing "tensorflow-gpu将解决您的问题。

安装Tensorflow GPU后，您可以按以下方式检查GPU

physical_devices = tf.config.experimental.list_physical_devices('GPU')
print(physical_devices)
if physical_devices:
  tf.config.experimental.set_memory_growth(physical_devices[0], True)

输出：

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

Answer 2

升级仅对我有用。

pip3 install --upgrade tensorflow-gpu

，并且搜索到的设备名称必须为“ XLA_GPU”，并且不以单独的“ GPU”搜索词作为响应。但是，在设置内存增长时，这也引发了另一个错误，而XLA GPU不支持该错误。

Tensorflow 2.0 list_physical_devices无法检测到我的GPU

2 个答案: