Python 如何在谷歌AI平台上制作GPU'；对我的tensorflow程序可见的基本GPU缩放层？

当我有一个基本的GPU扩展层时，我很难让我的代码在Google Cloud的AI平台上运行以查找和使用GPU。我没有本地GPU，所以我无法测试是否可以在本地识别GPU

我使用以下代码调用google的ai平台API：

gcloud ai-platform jobs submit training $JOB_NAME \
--job-dir $OUTPUT_PATH \
--runtime-version 1.13 \
--python-version 3.5 \
--package-path source/ \
--module-name source.train \
--region $REGION \
--scale-tier BASIC_GPU \
-- \

在我的培训代码中，我打印：

  tf.logging.info('Is GPU Available: ' + str(tf.test.is_gpu_available()))

然后打印出来：GPU是否可用：False

我正试图弄清楚如何让TF看到GPU，以便我可以使用它来加快我的训练过程，并充分利用基本的GPU规模层

---

谢谢

在setup.py文件中，指定所需的软件包，您需要将tensorflow gpu添加到所需软件包列表中

例如：setup.py可能看起来像

from setuptools import find_packages
from setuptools import setup
import sys
sys.path.append('/source/')


REQUIRED_PACKAGES = ['tensorflow-gpu==1.13.1', 'matplotlib', 'ray', 'psutil', 'requests']

setup(
    name='source',
    version='0.1',
    install_requires=REQUIRED_PACKAGES,
    packages=find_packages(),
    include_package_data=True,
    description='Generic example trainer package.'
    )

---

如果不是tensorflow gpu==1.13.1，而是tensorflow==1.13.1，那么它将没有正确的包，因此无法找到gpu。tensorflow（1.15）的某些版本中，gpu和非gpu版本已经组合在一起，但是对于那些仍然分开的版本，如果您打算使用gpu，则需要确保您需要gpu版本。

您发布的命令是请求CPU VM n1-standard-4。您需要将--scale tiler更改为BASIC_GPU，并删除--master-machine-type的标志。是的，很抱歉，这是我的书写中的一个错误，我在最初的通话中遇到过。但是，我通过将tensorflow gpu==1.13.1添加到setup.py文件中所需的_包列表中，解决了这个问题。我之前错误地将tensorflow==1.13.1，所以它没有加载为GPU启用的tensorflow。