Tensorflow 谷歌云ML支持GPU吗？

我正在测试GoogleCloudML，以使用Tensorflow加速我的ML模型

不幸的是，Google Cloud ML似乎非常慢。我的主流级PC至少比Google Cloud ML快10倍

我怀疑它使用GPU，所以我做了一个测试。我用GPU修改了一个样本

diff --git a/mnist/trainable/trainer/task.py b/mnist/trainable/trainer/task.py
index 9acb349..a64a11d 100644
--- a/mnist/trainable/trainer/task.py
+++ b/mnist/trainable/trainer/task.py
@@ -131,11 +131,12 @@ def run_training():
     images_placeholder, labels_placeholder = placeholder_inputs(
     FLAGS.batch_size)

-    # Build a Graph that computes predictions from the inference model.
-    logits = mnist.inference(images_placeholder, FLAGS.hidden1, FLAGS.hidden2)
+    with tf.device("/gpu:0"):
+      # Build a Graph that computes predictions from the inference model.
+      logits = mnist.inference(images_placeholder, FLAGS.hidden1, FLAGS.hidden2)

-    # Add to the Graph the Ops for loss calculation.
-    loss = mnist.loss(logits, labels_placeholder)
+      # Add to the Graph the Ops for loss calculation.
+      loss = mnist.loss(logits, labels_placeholder)

     # Add to the Graph the Ops that calculate and apply gradients.
     train_op = mnist.training(loss, FLAGS.learning_rate)

此培训代码可在我的电脑上使用（

gcloud beta-ml local train…

），但不能在云中使用。它给出如下错误：

 "Traceback (most recent call last):
  File "/usr/lib/python2.7/runpy.py", line 162, in _run_module_as_main
    "__main__", fname, loader, pkg_name)
  File "/usr/lib/python2.7/runpy.py", line 72, in _run_code
    exec code in run_globals
  File "/root/.local/lib/python2.7/site-packages/trainer/task.py", line 239, in <module>
    tf.app.run()
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py", line 43, in run
    sys.exit(main(sys.argv[:1] + flags_passthrough))
  File "/root/.local/lib/python2.7/site-packages/trainer/task.py", line 235, in main
    run_training()
  File "/root/.local/lib/python2.7/site-packages/trainer/task.py", line 177, in run_training
    sess.run(init)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py", line 766, in run
    run_metadata_ptr)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py", line 964, in _run
    feed_dict_string, options, run_metadata)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py", line 1014, in _do_run
    target_list, options, run_metadata)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py", line 1034, in _do_call
    raise type(e)(node_def, op, message)
InvalidArgumentError: Cannot assign a device to node 'softmax_linear/biases': Could not satisfy explicit device specification '/device:GPU:0' because no devices matching that specification are registered in this process; available devices: /job:localhost/replica:0/task:0/cpu:0
Colocation Debug Info:
Colocation group had the following types and devices:
ApplyGradientDescent: CPU
Identity: CPU
Assign: CPU
Variable: CPU
     [[Node: softmax_linear/biases = Variable[container="", dtype=DT_FLOAT, shape=[10], shared_name="", _device="/device:GPU:0"]()]]

“回溯（最近一次呼叫最后一次）：
文件“/usr/lib/python2.7/runpy.py”，第162行，在运行模块中作为主模块
“\uuuuu main\uuuuuuuuuuuuuuuuuuuuuuuuu”，fname，loader，pkg\u name）
文件“/usr/lib/python2.7/runpy.py”，第72行，在运行代码中
run_globals中的exec代码
文件“/root/.local/lib/python2.7/site packages/trainer/task.py”，第239行，在
tf.app.run（）
文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py”，第43行，正在运行
系统出口（主（系统argv[：1]+标志通过））
文件“/root/.local/lib/python2.7/site packages/trainer/task.py”，主目录第235行
跑步训练（）
文件“/root/.local/lib/python2.7/site packages/trainer/task.py”，第177行，运行中培训
sess.run（初始化）
文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/client/session.py”，第766行，正在运行
运行_元数据_ptr）
文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/client/session.py”，第964行，正在运行
提要（dict字符串、选项、运行元数据）
文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py”，第1014行，运行
目标\u列表、选项、运行\u元数据）
文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/client/session.py”，第1034行，在
提升类型（e）（节点定义、操作、消息）
InvalidArgumentError:无法将设备分配给节点“softmax_linear/biases”：无法满足显式设备规范“/device:GPU:0”，因为在此过程中未注册与该规范匹配的设备；可用设备：/job:localhost/副本：0/任务：0/cpu:0
托管调试信息：
托管组具有以下类型和设备：
ApplyGradientDescent:CPU
标识：CPU
分配：CPU
变量：CPU
[[Node:softmax_linear/biases=Variable[container=”“，dtype=DT_FLOAT，shape=[10]，shared_name=“”，_device=“/device:GPU:0”]（）]

---

Google Cloud ML是否支持GPU？

GPU现在处于测试阶段，所有Cloud ML客户都可以访问

---

以下是将GPU与Cloud ML一起使用的方法。

如果能让它们正常工作，会不会有什么问题？当我尝试运行指定GPU的作业时，作业就在队列中…````gcloud beta ML作业提交培训GPU作业\U基本GPU \--package path=train \--staging bucket=“${staging\U bucket}“\--模块名称=train.1-multiply\--region=us-central1\--scale tier=BASIC\u GPU``试试region us-east1.wow，效果不错。当文档明确指出central应该工作时，是什么让你直觉地尝试east的？我为谷歌工作，负责Cloud ML中的GPU。由于GPU需求，我们已经迁出us-central1。已经更新了以反映这一点。感谢更新，现在正在东部运行我的作业。