Python tensorflow gpu和anaconda-工作正常吗？

我首先用

conda

安装了

tensorflow gpu

，但它找不到dll文件，我意识到这是因为没有安装CUDA和CuDNN。因此，一旦我安装了它，我尝试在tensorflow中设置一个会话，并得到以下输出：

2018-06-19 19:28:14.869822: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2018-06-19 19:28:15.902932: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1356] Found device 0 with properties:
name: GeForce GTX 1050 Ti major: 6 minor: 1 memoryClockRate(GHz): 1.62
pciBusID: 0000:01:00.0
totalMemory: 4.00GiB freeMemory: 3.30GiB
2018-06-19 19:28:15.909296: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1435] Adding visible gpu devices: 0
2018-06-19 19:29:45.384813: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:923] Device interconnect StreamExecutor with strength 1 edge matrix:
2018-06-19 19:29:45.397359: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:929]      0
2018-06-19 19:29:45.401499: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:942] 0:   N
2018-06-19 19:29:45.406532: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1053] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 3033 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1050 Ti, pci bus id: 0000:01:00.0, compute capability: 6.1)

---

实际上，打印这个花了一段时间。我的安装是否有问题，或者这实际上是一个常见问题？

这不是问题。这些可以忽略。@awd您以前有过这个问题吗？这是什么意思？设置会话大约需要15-20秒。这对tensorflow gpu正常吗？这不是问题。请参阅[有关禁用信息日志的信息。根据您的机器性能，设置会话的15-20秒可能是正常的。我看到您有nvidia gtx 1050，它主要是入门级gpu。@awd ok…当我运行一个简单的初始再培训（转移学习）时例如，4000个步骤需要11分钟，但nvidia smi没有显示任何活动。是否有其他方法检查GPU活动？@TanMath您可以安装MSI加力以查看GPU利用率图。