Keras不使用GPU-如何进行故障排除？

Question

我正在尝试在GPU上训练Keras模型，以Tensorflow作为后端。

我已经根据https://www.tensorflow.org/install/install_windows进行了所有设置。这是我的设置：

• 我正在virtualenv环境中的Jupyter笔记本中工作。
• 当前的virtualenv环境已tensorflow-gpu安装。
• 我安装了CUDA 9.1和CUDA 9.1的cudaDNN。
• cuDNN64_7.dll位于可通过PATH变量访问的位置。
• 我的计算机上装有最新驱动程序的NVIDIA GeForce GTX 780。

但是，Tensorflow看不到任何可用的GPU：

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 5275203639471190827
]

凯拉斯都不：

from keras import backend as K
K.tensorflow_backend._get_available_gpus()

[]

我该如何调试？我如何找出问题所在？

Answer 1

检查
nvcc -V
并

nvidia-smi

看看它是否显示我们的GPU。

假设您的cuda cudnn和所有内容都已签出，您可能只需要
1.卸载keras
2.卸载tensorflow
3.卸载tensorflow-gpu
4.仅安装tensorflow-gpu pip install tensorflow-gpu==1.5.0
5.立即安装Keras 。

我遵循了这些步骤，并且keras现在使用gpu。

希望它能在一定程度上有所帮助。