无法使用tensorflow GPU 1.8.0 conda软件包访问GPU
我在Ubuntu 16.04.4的conda环境中安装了tensorflow和tensorflow gpu 1.8.0 conda(不是pip)软件包:无法使用tensorflow GPU 1.8.0 conda软件包访问GPU,tensorflow,gpu,Tensorflow,Gpu,我在Ubuntu 16.04.4的conda环境中安装了tensorflow和tensorflow gpu 1.8.0 conda(不是pip)软件包: conda list t.*flow # packages in environment at /home/lebedov/miniconda3/envs/TF: # # Name Version Build Channel _tflow_180_select
conda list t.*flow
# packages in environment at /home/lebedov/miniconda3/envs/TF:
#
# Name Version Build Channel
_tflow_180_select 1.0 gpu
tensorflow 1.8.0 py36_1 conda-forge
tensorflow-gpu 1.8.0 h7b35bdc_0
我的系统上安装了CUDA 9.0,它有一个Quadro M2200 GPU。我可以看到nvidia smi输出中列出的GPU,也可以使用其他深度学习框架(如PyTorch 0.4.0)访问GPU,但由于某些原因TensorFlow似乎看不到:
Python 3.6.5 | packaged by conda-forge | (default, Apr 6 2018, 13:39:56)
Type 'copyright', 'credits' or 'license' for more information
IPython 6.4.0 -- An enhanced Interactive Python. Type '?' for help.
In [1]: import tensorflow as tf
...: sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
2018-07-11 23:21:11.827064: I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
Device mapping: no known devices.
2018-07-11 23:21:11.827942: I tensorflow/core/common_runtime/direct_session.cc:284] Device mapping:
但是,如果我降级到tensorflow gpu 1.7.0,我可以看到gpu。关于为什么TensorFlow 1.8.0没有检测到GPU的任何想法?来自Anaconda的TensorFlow 1.8.0软件包似乎能够正确地支持GPU,但来自conda forge的则不能;请参阅。来自Anaconda的tensorflow 1.8.0软件包似乎能够正确地支持GPU,但来自conda forge的则不能;请参阅。我也有类似的例子,tensorflow gpu在默认情况下不会运行 至于我,我解决了这个问题,只卸载了tensorflow,只保留了tensorflow gpu。这样,它将始终与GPU一起运行,因为没有其他选项 就兼容性而言,我建议使用新的conda方式安装tensorflow gpu,它会自动为您安装相关的cudnn文件。守则如下: conda create-n[EnvironmentName]python=3.6 conda激活[环境名称] conda安装-c conda forge tensorflow gpu==1.14 它将评估您需要的版本(CUDA、CUDNN等),并将其下载并直接安装到您的环境中。然后在此环境中运行python文件
请稍后使用“conda list”进行检查,以确保为您安装了tensorflow gpu。我也有类似的情况,tensorflow gpu在默认情况下不会运行 至于我,我解决了这个问题,只卸载了tensorflow,只保留了tensorflow gpu。这样,它将始终与GPU一起运行,因为没有其他选项 就兼容性而言,我建议使用新的conda方式安装tensorflow gpu,它会自动为您安装相关的cudnn文件。守则如下: conda create-n[EnvironmentName]python=3.6 conda激活[环境名称] conda安装-c conda forge tensorflow gpu==1.14 它将评估您需要的版本(CUDA、CUDNN等),并将其下载并直接安装到您的环境中。然后在此环境中运行python文件
之后请务必使用“conda list”进行检查,以确保为您安装了tensorflow gpu。您是否同时安装了CPU和gpu tensorflow?这是怎么回事?tensorflow 1.8.0 conda包显然就是这样构造的;为了证实我之前的评论,anaconda和conda forge TensorFlow软件包显然结构不同,可能不一定能相处融洽。请看我对这个问题的回答。您同时安装了CPU和GPU tensorflow吗?这是怎么回事?tensorflow 1.8.0 conda包显然就是这样构造的;为了证实我之前的评论,anaconda和conda forge TensorFlow软件包显然结构不同,可能不一定能相处融洽。看我对这个问题的回答。