Tensorflow后端:无法使用gpu
以下是tensorflow.python.client导入设备库的Tensorflow后端:无法使用gpu,tensorflow,tensorflow-gpu,Tensorflow,Tensorflow Gpu,以下是tensorflow.python.client导入设备库的输出 打印(设备库列表本地设备()) 以下是pip list | grep tensorflow的输出: tensorflow-gpu (1.4.0) tensorflow-tensorboard (0.4.0rc3) 我可以确认我已经在我的机器上安装了cuda 8.0和cudnn,nvidia smi的输出显示了GPU以及其他详细信息。有人能帮我理解为什么print(device\u lib.list\u local\u de
输出
打印(设备库列表本地设备())
以下是pip list | grep tensorflow
的输出:
tensorflow-gpu (1.4.0)
tensorflow-tensorboard (0.4.0rc3)
我可以确认我已经在我的机器上安装了cuda 8.0和cudnn,nvidia smi
的输出显示了GPU以及其他详细信息。有人能帮我理解为什么print(device\u lib.list\u local\u devices())
的输出不显示GPU?rr
尝试了以下简单的tensorflow示例:
with tf.device('/gpu:0'):
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))
错误:
Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/device:CPU:0 ]
运行pythonshell并输入
importtensorflow作为tf
,然后输入sess=tf.Session()
,您会得到什么输出?nvidia smi
命令的输出也可能有用。您是否碰巧设置了CUDA_VISIBLE_DEVICES环境变量?您是否尝试了中提到的内容?运行Python shell并输入import tensorflow作为tf
,然后输入sess=tf.Session()
,您会得到什么输出?nvidia smi
命令的输出也可能有用。您是否碰巧设置了CUDA_VISIBLE_DEVICES环境变量?你试过书中提到的东西了吗?
Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/device:CPU:0 ]