尽管安装了 tensorflow-gpu，但 GPU 不用于计算

Question

我的电脑安装了以下软件：Anaconda (3)、TensorFlow (GPU) 和 Keras。有两种 Anaconda 虚拟环境——一种使用 TensorFlow for Python 2.7，另一种使用 3.5，都是 GPU 版本，installed according to the TF instructions。（我之前在单独的环境中安装了 CPU 版本的 TensorFlow，但我已将其删除。）

当我运行以下内容时：

source activate tensorflow-gpu-3.5
python code.py

并检查 nvidia-smi 它仅显示 Python 的 3MiB GPU 内存使用，因此看起来 GPU 未用于计算。（code.py 是一个用 Keras 实现的简单深度 Q 学习算法）

知道哪里出了问题吗？

Answer 1

调试这些问题的一个好方法是检查哪些操作已分配给哪些设备。

您可以通过将配置参数传递给会话来检查这一点：

session = tf.Session(config=tf.ConfigProto(log_device_placement=True))

当您运行您的应用程序时，您会看到一些输出表明正在使用哪些设备。

您可以在此处找到更多信息： https://www.tensorflow.org/tutorials/using_gpu

Answer 2

我的 GPU 不是运行的原因是 CuDNN 安装损坏，更准确地说库和源来自不同版本的 CuDNN。

已通过 the following piece of advice.

修复

Answer 3

TensorFlow 在 Windows

我花了几个小时才修复 windows 上的 TensorFlow 安装问题，所以这里是总结：

检查 TensorFlow-gpu 是否正常工作（使用此代码）：

with tf.device('/gpu:0'):
    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)
with tf.Session() as sess:
    print(sess.run(c))

检查可用 CPU 或 GPU 列表（使用此代码）：

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

if tf.test.gpu_device_name():
    print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
else:
    print("Please install GPU version of TF")

使用 CUDA 和 cuDNN

在 Windows 上安装 Tensorflow GPU

指南概述

在您的计算机上安装 Nvidia 的卡和驱动程序
下载并安装 CUDA
下载 & "Install" cuDNN
卸载 Tensorflow，安装 Tensorflow GPU
更新系统上的 %PATH%
验证安装

指南完整详细信息

确定

您已经卸载了 tensorflow 并且只安装了 tensorflow-gpu 以完成任务。
根据您的项目设置从 pip 和 conda 环境中卸载 tensorflow 并仅安装 tensorflow-gpu
设置 PATH 变量后，确保注销或重新启动系统。

希望对您有所帮助 :))

Answer 4

这是一个棘手的问题，几乎就像计算机会使用任何可能的借口恢复到 CPU 一样。为确保当前正在使用 tensoflow、keras 和 pytorch，请参阅

尽管安装了 tensorflow-gpu，但 GPU 不用于计算

GPU is not used for calculations despite tensorflow-gpu installed

gpu

machine-learning

anaconda

keras

tensorflow