Python Tensorflow GPU的使用
所以我尝试在Keras中训练我的第一个图像分类器,它以8000个图像的训练集缓慢运行。在培训期间,我的cpu/gpu的使用率约为40%/3%,我根本不相信tensorflow gpu安装正确,因为我没有得到导入时应该看到的“成功打开的CUDA库”行 我的问题是:Python Tensorflow GPU的使用,python,tensorflow,machine-learning,keras,Python,Tensorflow,Machine Learning,Keras,所以我尝试在Keras中训练我的第一个图像分类器,它以8000个图像的训练集缓慢运行。在培训期间,我的cpu/gpu的使用率约为40%/3%,我根本不相信tensorflow gpu安装正确,因为我没有得到导入时应该看到的“成功打开的CUDA库”行 我的问题是: 这种尺寸的东西在1080上训练通常需要多长时间,以及 鉴于我已经安装了以下内容,在尝试设置tensorflow gpu时,我可能会遗漏什么 全新Windows 10安装 最新64位Anaconda Visual Studio 2017
- 全新Windows 10安装
- 最新64位Anaconda
- Visual Studio 2017仅选中“使用C++进行桌面开发”复选框 安装时
- Cuda Toolkit 9.0及其最新补丁
- cuDNN v7.0.5(2017年12月5日),适用于CUDA 9.0
- tensorflow gpu 1.7
- 环境变量截图
Variable Name: CUDA_PATH
Variable Value: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
您描述的路径不是检查tf gpu使用情况的方法。提供一些代码和输出,以便我们帮助您。您使用什么IDE以及在哪里检查使用情况,是否已检查nvidia-smi.exe并查看是否为您的环境分配了内存。安装后您是否测试过cudnn?