Tensorflow gpu 似乎不适用于 Azure 机器学习 GPU 计算

Question

我是 Azure 机器学习的新手，所以我希望一切顺利。 我用 GPU 类型的新计算实例创建了新的 Jupyter 笔记本

但是在运行时

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

从 tensorflow docs，我得到了数字 0 - 在检查我拥有的设备时，它只是一些 CPU

[PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]
[LogicalDevice(name='/device:CPU:0', device_type='CPU')]

知道为什么会这样以及在这里做什么吗？

看起来使用 PyTorch 一切正常，运行

import torch
torch.cuda.is_available()

返回真

软件包版本为：

• 张量流 2.4.0
• tensorflow-gpu 2.1.0
• keras 2.3.1

Answer 1

我认为问题在于您如何安装张量流。 看看一些例子here。

可在此处找到有关各种 Azure GPU 配置的信息：https://docs.microsoft.com/en-us/azure/virtual-machines/sizes-gpu

为了了解您的工作如何使用底层 CPU/GPU 资源，我们最近在实验 UI 中发布了集成计算性能指标，我们可以将客户列入白名单。这些传统上已经存在于 Azure 监视器（您在下面使用的视图）中，但现在可以直接由数据科学家及其运行指标使用。