tensorFlow中的nvidia cuda 7.5驱动程序处理不当(ubuntu 14.04)
在没有pb的安装之后,我正在尝试关于GPU的教程: I类型: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
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