Tensorflow不生成GPU跟踪信息

我开始了一个新的机器学习项目

根据本文件（）

带有Tensorboard的TF似乎支持GPU评测。因此，我在Jupyter笔记本中使用了相同的代码进行测试

示例代码生成分析结果。但是，结果文件中没有GPU跟踪信息。（仅限CPU）

这是我的主要问题

我使用两个RTX 2080 TI图形卡

而且，他们在运行代码时也在工作

示例代码不使用MirroredStrategy。因此，我可以看到其中一个正在运行

起初，我认为张力板是个问题。但是，我很快意识到TF不会生成GPU跟踪信息

上面的图像是生成的文件（local.trace）。没有GPU数据

这是我的系统规范

• 操作系统ubuntu 18.04
• jupyter客户端5.3.4
• jupyter core 4.6.1
• jupyter张力板0.1.10
• tensorflow gpu 2.0.0
• 张量流估计器2.0.1
• tensorflow元数据0.15.1
• 张力板2.0.2
• 英伟达410.104
• CUDA 10.0
• Anaconda4.7.12（使用python 3.6）

这看起来无关紧要，但有一条警告信息，如下图所示

我已经在其他电脑上测试过了，得到了同样的结果。这可能是GPU评测仅在Google Colab上支持。（我仍然感到困惑）最近，我在谷歌上搜索它来解决这个问题。我仍然得不到答案

是否有人在您自己的系统上使用GPU评测而不是Google Colab

---

请给我一点建议。

我找出了问题的原因

它与CUPTI（CUDA分析工具接口）相关

与Jupyter笔记本不同，当代码在Ubto shell上运行时，会出现一条警告消息

CUPTI error: CUPTI could not be loaded or symbol could not be found.

TF找不到CUPTI库。这是问题的主要原因

将路径添加到LD_LABRARY_path（如下链接）后，问题已得到解决

---

我找出了问题的原因

它与CUPTI（CUDA分析工具接口）相关

与Jupyter笔记本不同，当代码在Ubto shell上运行时，会出现一条警告消息

CUPTI error: CUPTI could not be loaded or symbol could not be found.

TF找不到CUPTI库。这是问题的主要原因

将路径添加到LD_LABRARY_path（如下链接）后，问题已得到解决