如何使用TensorFlow GPU?

Gur*_*uku 21 python gpu tensorflow

如何在Python 3.6 x64中使用TensorFlow GPU版本而不是CPU版本?

import tensorflow as tf
Run Code Online (Sandbox Code Playgroud)

Python正在使用我的CPU进行计算.
我可以注意到它,因为我有一个错误:

您的CPU支持未编译此TensorFlow二进制文件的指令:AVX2

我已经安装了tensorflow和tensorflow-gpu.

如何切换到GPU版本?

小智 25

遵循本教程Tensorflow GPU,我做到了,它运行完美。

注意!-安装9.0版!Tensorflow-gpu不支持较新的版本

脚步:

  1. 卸载旧的tensorflow
  2. 安装tensorflow-gpu pip install tensorflow-gpu
  3. 安装Nvidia显卡和驱动程序(您可能已经拥有)
  4. 下载并安装CUDA
  5. 下载并安装cuDNN
  6. 通过简单程序验证

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

  • 请注意,较新版本的 TensorFlow 将 cpu 和 gpu 包合并到一个包中。https://www.tensorflow.org/install/gpu (3认同)
  • tensorflow-gpu 1.13.1和CUDA 10.0也可以工作。 (2认同)

Kri*_*ica 7

如果您有 Nvidia,安装 tensorflow GPU 的“新”方法是使用Anaconda。也适用于 Windows。带 1 行。

conda create --name tf_gpu tensorflow-gpu 
Run Code Online (Sandbox Code Playgroud)

这是 3 个命令的快捷方式,如果需要,或者如果您已经有 conda 环境并且不需要创建一个,您可以单独执行它们。

  1. 创建anaconda环境 conda create --name tf_gpu

  2. 激活环境 conda activate tf_gpu

  3. 安装 tensorflow-GPU conda install tensorflow-gpu

您可以使用 conda 环境。


Haz*_*yan 6

首先你需要安装tensorflow-gpu,因为这个包负责 gpu 计算。还要记住使用环境变量CUDA_VISIBLE_DEVICES = 0运行您的代码(或者如果您有多个 gpu,请将它们的索引用逗号放置)。可能存在与使用 GPU 相关的一些问题。如果你的 tensorflow 无论如何都不使用 GPU,试试这个


Pau*_*vis 6

按照最新版本的文档中的步骤操作。注意:GPU 和 CPU 功能现在合并在一个 tensorflow 包中

pip install tensorflow

# OLDER VERSIONS pip install tensorflow-gpu
Run Code Online (Sandbox Code Playgroud)

https://www.tensorflow.org/install/gpu

如果需要,这是安装驱动程序和 CUDA 的绝佳指南:https : //www.quantstart.com/articles/installing-tensorflow-22-on-ubuntu-1804-with-an-nvidia-gpu/