matmul上GPU的Tensorflow问题。GPU不是'；我认不出

我用gpu、cuda 7.0和cudnn 6.5安装了tensorflow。当我导入tensorflow时，它工作得很好

我试图在Tensorflow上运行一个简单的矩阵乘法，它不想使用我的gpu，尽管它似乎能识别它。我的电脑上有一个nvidia geforce 970m和一个有两个titan Z的集群上有这个问题

我的第一个代码是：

import tensorflow as tf
import numpy as np

size=100
#I create 2 matrix
mat1 = np.random.random_sample([size, size])*100
mat2 = np.random.random_sample([size, size])*100

a = tf.constant(mat1)
b = tf.constant(mat2)
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
sess.run(c)

此代码有效，结果是：

Const_1: /job:localhost/replica:0/task:0/gpu:0
I tensorflow/core/common_runtime/simple_placer.cc:289] Const_1: /job:localhost/replica:0/task:0/gpu:0
Const: /job:localhost/replica:0/task:0/gpu:0
I tensorflow/core/common_runtime/simple_placer.cc:289] Const: /job:localhost/replica:0/task:0/gpu:0
MatMul: /job:localhost/replica:0/task:0/cpu:0
I tensorflow/core/common_runtime/simple_placer.cc:289] MatMul: /job:localhost/replica:0/task:0/cpu:0

以我的方式，tensorflow使用我的gpu创建常量，但不用于matmul（这很奇怪）。然后，我强制gpu如下所示：

with tf.device("/gpu:0"):
    a = tf.constant(mat1)
    b = tf.constant(mat2)
    c = tf.matmul(a, b)
    sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
    sess.run(c)

和Tensorflow返回：

InvalidArgumentError: Cannot assign a device to node 'MatMul': Could not satisfy explicit device specification '/gpu:0'

---

如果有人有同样的问题或想法，我会很高兴看到你的答案

我没有足够的声誉发表评论，我遇到了一个类似的问题，我的问题在这里

---

也许您遇到了这个问题“Tensorflow似乎需要3.5的cuda计算能力”——我们中的一些人只有3.0。在这里查看您的答案：谢谢您的回答，但我检查了gtx 970m的计算能力为5.2，titan Z的计算能力为3.5。此外，当执行脚本。/configure.sh时，它会告诉我[默认值为：“3.5,5.2”]，因此我认为它在这方面很好。试试mat1=np.random.random_sample（[size，size]）。astype（np.float32）*100Oh它可以工作！非常感谢你！所以现在我知道float64不是矩阵乘法的好主意；）这取决于你需要做什么。如果您需要将损失函数最小化到“任意”精度，那么您需要doublesuseful上下文，您现在应该有足够的声誉来评论；）