tensorFlow中的nvidia cuda 7.5驱动程序处理不当(ubuntu 14.04)

tensorFlow中的nvidia cuda 7.5驱动程序处理不当(ubuntu 14.04),cuda,gpu,tensorflow,Cuda,Gpu,Tensorflow,在没有pb的安装之后,我正在尝试关于GPU的教程: I类型: 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) print(c) sess.run(c

在没有pb的安装之后,我正在尝试关于GPU的教程: I类型:

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)
  print(c)
  sess.run(c)
我得到:

TensorMatMul_1:0,shape=TensorShape[Dimension2,Dimension2],dtype=float32,device=/gpu:0

回溯最近一次呼叫上次: 文件,第1行,在 文件/home/olivier/anaconda/lib/python2.7/site-packages/tensorflow/python/client/session.py,第345行,正在运行 结果=self.\u do\u runtarget\u列表、唯一的\u fetch\u目标、提要\u dict\u字符串 文件/home/olivier/anaconda/lib/python2.7/site-packages/tensorflow/python/client/session.py,第419行,运行 e、 代码 tensorflow.python.framework.errors.InvalidArgumentError:无法将设备分配给节点“b_1”:无法满足显式设备规范“/gpu:0” [[Node:b_1=Constdtype=DT_FLOAT,value=Tensor,_device=/gpu:0]] 由op u'b_1'引起,定义为: 文件,第3行,在 文件/home/olivier/anaconda/lib/python2.7/site-packages/tensorflow/python/ops/constant_op.py,第147行,常量 attrs={value:tensor_value,dtype:dtype_value},name=name.outputs[0] 文件/home/olivier/anaconda/lib/python2.7/site-packages/tensorflow/python/framework/ops.py,第1710行,在create_op中 初始值=自身值。默认值初始值,初始值=初始值 文件/home/olivier/anaconda/lib/python2.7/site-packages/tensorflow/python/framework/ops.py,第988行,在init中 self.\u traceback=\u extract\u stack


在Torch7中,我的GPU正常工作

谷歌发布的二进制文件需要在路径库中找到libcudart.so.7.0,您只需通过以下方式将其添加到LD_library_path

导出LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/olivier/digits-2.0/lib/cuda


你在.bashrc中输入的,谷歌发布的二进制文件需要在路径库中找到libcudart.7.0,你只需要通过如下方式将它添加到LD_library_path

导出LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/olivier/digits-2.0/lib/cuda


在运行Manjaro Linux的optimus笔记本电脑上放入.bashrc

,通过使用optirun启动python控制台,可以使用cuda加速运行TensorFlow:

$optirun python

我详细介绍了操作方法。

在运行Manjaro Linux的optimus笔记本电脑上,可以通过optirun启动python控制台,使用cuda加速运行TensorFlow:

$optirun python

我详细介绍了实现的方法。

我通过在LD_LIBRARY_path的末尾添加cuda drivers 7.0的路径,成功实现了这一功能。导出LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/olivier/digits-2.0/lib/cudai如果这是您的解决方案,请将其添加为问题的答案。我通过在LD_LIBRARY_PATH末尾添加cuda drivers 7.0的路径使其正常工作。导出LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/olivier/digits-2.0/lib/cudai如果这是您的解决方案,请将其添加为问题的答案