如何在 google colaboratory 上使用 GPU 升级 tensorflow
How to upgrade tensorflow with GPU on google colaboratory
目前 google colaboratory 使用 tensorflow 1.4.1。我想将它升级到 1.5.0 版本。每次执行 !pip install --upgrade tensorflow
命令时,notebook 实例都会成功将 tensorflow 版本升级到 1.5.0。但是升级后运行tensorflow实例只支持"CPU".
当我执行此命令时,它什么也没显示:
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
是否应该有其他升级tensorflow的方法?比如升级到 tensorflow-gpu 包?另外,笔记本什么时候会配备升级的 tensorflows?
编辑:这行不通。看看萨尔瓦多的回答。
卸载tensorflow
!pip uninstall tensorflow -y
安装tensorflow-gpu
!pip install tensorflow-gpu==1.5.0
即使您将安装 gpu 版本 !pip install tensorflow-gpu==1.5.0
,由于 cuda 库,它仍然无法导入它。目前我还没有找到将 1.5 版本与 GPU 一起使用的方法。所以我宁愿使用带 gpu 的 1.4.1 而不是不带 gpu 的 1.5。
您可以向他们发送反馈( 主页 - 发送反馈 ),希望如果有足够多的人发送类似的东西,他们会更新新的 GPU 版本。
Google Colaboratory 现在似乎支持最高版本 1.6.0rc1
。
import tensorflow as tf
tf.__version__
#'1.6.0-rc1'
如果你 enable the GPU hardware accelerator,GPU 应该可以工作。然后,您可以测试是否一切正常:
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
输出:
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 14621691266205111434, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 198836224
locality {
bus_id: 1
}
incarnation: 17821632640358169265
physical_device_desc: "device: 0, name: Tesla K80, pci bus id: 0000:00:04.0, compute capability: 3.7"]
截至 2020 年,Colab 可以 运行 Tensorflow 2.0。卸载当前版本的 Tensorflow:
!pip uninstall tensorflow
然后使用 pip 重新安装即可。
!pip install tensorflow==2.0.0
如果您愿意,也可以使用
安装测试版
!pip install tensorflow==2.0.0-beta1
重新安装 Tensorflow 后,确保不要忘记在“运行时”选项卡下重新启动 运行time。
本机解决方案是以
开始您的代码
%tensorflow_version 2.x
目前 google colaboratory 使用 tensorflow 1.4.1。我想将它升级到 1.5.0 版本。每次执行 !pip install --upgrade tensorflow
命令时,notebook 实例都会成功将 tensorflow 版本升级到 1.5.0。但是升级后运行tensorflow实例只支持"CPU".
当我执行此命令时,它什么也没显示:
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
是否应该有其他升级tensorflow的方法?比如升级到 tensorflow-gpu 包?另外,笔记本什么时候会配备升级的 tensorflows?
编辑:这行不通。看看萨尔瓦多的回答。
卸载tensorflow
!pip uninstall tensorflow -y
安装tensorflow-gpu
!pip install tensorflow-gpu==1.5.0
即使您将安装 gpu 版本 !pip install tensorflow-gpu==1.5.0
,由于 cuda 库,它仍然无法导入它。目前我还没有找到将 1.5 版本与 GPU 一起使用的方法。所以我宁愿使用带 gpu 的 1.4.1 而不是不带 gpu 的 1.5。
您可以向他们发送反馈( 主页 - 发送反馈 ),希望如果有足够多的人发送类似的东西,他们会更新新的 GPU 版本。
Google Colaboratory 现在似乎支持最高版本 1.6.0rc1
。
import tensorflow as tf
tf.__version__
#'1.6.0-rc1'
如果你 enable the GPU hardware accelerator,GPU 应该可以工作。然后,您可以测试是否一切正常:
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
输出:
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 14621691266205111434, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 198836224
locality {
bus_id: 1
}
incarnation: 17821632640358169265
physical_device_desc: "device: 0, name: Tesla K80, pci bus id: 0000:00:04.0, compute capability: 3.7"]
截至 2020 年,Colab 可以 运行 Tensorflow 2.0。卸载当前版本的 Tensorflow:
!pip uninstall tensorflow
然后使用 pip 重新安装即可。
!pip install tensorflow==2.0.0
如果您愿意,也可以使用
安装测试版!pip install tensorflow==2.0.0-beta1
重新安装 Tensorflow 后,确保不要忘记在“运行时”选项卡下重新启动 运行time。
本机解决方案是以
开始您的代码%tensorflow_version 2.x