虽然pc可以识别gpu,但它使用tensorflow gpu中的CPU

虽然pc可以识别gpu,但它使用tensorflow gpu中的CPU,tensorflow,machine-learning,keras,gpu,Tensorflow,Machine Learning,Keras,Gpu,我使用的是tensorflow gpu。我想使用GTX1070,但tensorflow gpu使用我的CPU。我不知道 怎么办 我使用CUDA 9.0和CUDNN 7.1.4。我的tensorflow gpu版本是1.9 在官方网站上运行此命令后 >>> import tensorflow as tf >>> hello = tf.constant('Hello, TensorFlow!') >>> sess = tf.Session()

我使用的是tensorflow gpu。我想使用GTX1070,但tensorflow gpu使用我的CPU。我不知道 怎么办

我使用CUDA 9.0和CUDNN 7.1.4。我的tensorflow gpu版本是1.9

在官方网站上运行此命令后

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
2018-07-30 10:53:43.369025:I T:\src\github\tensorflow\tensorflow\core\platform\cpu\u feature\u guard.cc:141] 您的CPU支持该TensorFlow二进制文件不可用的指令 编译使用:AVX2 2018-07-30 10:53:43.829922:I T:\src\github\tensorflow\tensorflow\core\common\u runtime\gpu\gpu\u device.cc:1392] 找到具有以下属性的设备0:名称:GeForce GTX 1070主要:6次要: 1内存锁定速率(GHz):1.683 pciBusID:0000:01:00.0总内存: 8.00GiB自由内存:6.63GiB 2018-07-30 10:53:43.919043:it:\src\github\tensorflow\tensorflow\core\common\u runtime\gpu\gpu\device.cc:1392] 找到具有以下属性的设备1:名称:GeForce GTX 1050主要:6次要: 1内存锁定速率(GHz):1.455 pciBusID:0000:05:00.0总内存: 2.00GiB自由内存:1.60GiB 2018-07-30 10:53:43.926001:it:\src\github\tensorflow\tensorflow\core\common\u runtime\gpu\gpu\device.cc:1456] 忽略可见gpu设备(设备:1,名称:GeForce GTX 1050,pci 总线id:0000:05:00.0,具有Cuda的计算能力:6.1) 多处理器计数:5。所需的最小计数为8。你可以 使用env var调整此要求 TF_MIN_GPU_多处理器计数。2018-07-30 10:53:43.934810:I T:\src\github\tensorflow\tensorflow\core\common\u runtime\gpu\gpu\u device.cc:1471] 添加可见gpu设备:0 2018-07-30 10:53:44.761551:I T:\src\github\tensorflow\tensorflow\core\common\u runtime\gpu\gpu\u device.cc:952] 具有强度1边缘矩阵的设备互连StreamExecutor: 2018-07-30 10:53:44.765678:I T:\src\github\tensorflow\tensorflow\core\common\u runtime\gpu\gpu\u device.cc:958] 01 2018-07-30 10:53:44.768363:I T:\src\github\tensorflow\tensorflow\core\common\u runtime\gpu\gpu\u device.cc:971] 0:N 2018-07-30 10:53:44.771773:I T:\src\github\tensorflow\tensorflow\core\common\u runtime\gpu\gpu\u device.cc:971] 1:N 2018-07-30 10:53:44.774913:I T:\src\github\tensorflow\tensorflow\co
输入代码
此处
re\common\u runtime\gpu\gpu\u device.cc:1084]创建了TensorFlow 设备(/job:localhost/replica:0/task:0/device:GPU:0和6395 MB 内存)->物理GPU(设备:0,名称:GeForce GTX 1070,pci总线 id:0000
在此处输入代码
:01:00.0,计算能力:6.1)


正如我从tensorflow引擎的日志摘录中所看到的,它使用GPU设备0

(/job:localhost/replica:0/task:0/device:GPU:0 with 6395 MB memory) -> physical 
GPU (device: 0, name: GeForce GTX 1070, pci bus id: 0000:01:00.0, compute 
capability: 6.1)
但拒绝使用GeForce GTX 1050。这是可能的,因为环境变量TF_MIN_GPU_MULTIPROCESSOR_COUNT似乎设置为8

尝试将其设置为5,如之前日志中所建议的:

设置TF\u MIN\u GPU\u多处理器计数=5

如果要确定使用了哪个设备,请使用初始化会话

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

您可以在文档页面上阅读更多信息

消息说它在使用GeForce GTX 1070,而忽略GTX 1050,实际问题是什么?