amazon GPUでテンソルフロープログラムを実行するには？

Question

（愚かな質問はありませんが、好奇心をそそられた馬鹿がたくさんあります。私はMacを持っており、gpu上でテンソルフロープログラムを実行したい。悲しいことに、私のコンピュータには必要な種類のgpuがないので、私はアマゾンの1つを使用したいと考えていました。私は正常にp2.xlargeインスタンスを作成しましたが、実際に私のプログラムからそのGPUにアクセスする方法はわかりません。プログラムはamazon gpuの使用方法をどのように知っていますか？私が含める必要があるいくつかのコードはありますか？これは、ローカルのGPU上で使用することを意味するもので、私は現在持っているコードである。

クラスDeviceCellWrapper（tf.contrib.rnn.GRUCell）： DEF INIT（自、デバイス、セル）： self._cell =セル self._device =デバイス

@property 
def state_size(self): 
    return self._cell.state_size 

@property 
def output_size(self): 
    return self._cell.output_size 

def __call__(self,inputs,state,scope=None): 
    with tf.device(self._device): 
     return self._cell(inputs,state,scope) 

デバイス= [ "/ GPU：0]

ので、私は何を交換する必要がある "/ GPU：？0"

Answer 1

とあなたが私たちをすべきe nvidia-smiコマンドを実行して、GPU上で実行されているプロセスを確認します。

$ nvidia-smi 
Wed May 17 15:59:12 2017  
+-----------------------------------------------------------------------------+ 
| NVIDIA-SMI 367.55     Driver Version: 367.55     | 
|-------------------------------+----------------------+----------------------+ 
| GPU Name  Persistence-M| Bus-Id  Disp.A | Volatile Uncorr. ECC | 
| Fan Temp Perf Pwr:Usage/Cap|   Memory-Usage | GPU-Util Compute M. | 
|===============================+======================+======================| 
| 0 GeForce GTX 1080 Off | 0000:07:00.0  Off |     N/A | 
| 27% 33C P0 40W/180W |  0MiB/8113MiB |  0%  Default | 
+-------------------------------+----------------------+----------------------+ 
| 1 GeForce GTX 1080 Off | 0000:08:00.0  Off |     N/A | 
| 27% 36C P0 39W/180W |  0MiB/8113MiB |  0%  Default | 
+-------------------------------+----------------------+----------------------+ 
| 2 GeForce GTX 1080 Off | 0000:0B:00.0  Off |     N/A | 
| 27% 31C P0 40W/180W |  0MiB/8113MiB |  0%  Default | 
+-------------------------------+----------------------+----------------------+ 
| 3 GeForce GTX 1080 Off | 0000:0C:00.0  Off |     N/A | 
| 27% 32C P0 39W/180W |  0MiB/8113MiB |  0%  Default | 
+-------------------------------+----------------------+----------------------+ 
| 4 GeForce GTX 1080 Off | 0000:85:00.0  Off |     N/A | 
| 27% 33C P0 40W/180W |  0MiB/8113MiB |  0%  Default | 
+-------------------------------+----------------------+----------------------+ 
| 5 GeForce GTX 1080 Off | 0000:86:00.0  Off |     N/A | 
| 27% 31C P0 40W/180W |  0MiB/8113MiB |  0%  Default | 
+-------------------------------+----------------------+----------------------+ 
| 6 GeForce GTX 1080 Off | 0000:8D:00.0  Off |     N/A | 
| 27% 32C P0 39W/180W |  0MiB/8113MiB |  1%  Default | 
+-------------------------------+----------------------+----------------------+ 

+-----------------------------------------------------------------------------+ 
| Processes:              GPU Memory | 
| GPU  PID Type Process name        Usage  | 
|=============================================================================| 
| No running processes found             | 
+-----------------------------------------------------------------------------+ 

あなたは（あなたが別のGPU上で複数のアプリケーションを実行したい場合に便利）だけでGPUを見に特定のpythonのプロセスを制限するために、環境変数CUDA_VISIBLE_DEVICES=[gpu_id[,gpu_id]]を設定する必要があります：あなたはこのようなものが表示されます。

設定しない場合、CUDA_VISIBLE_DEVICESテンソルフローはすべてのGPUでメモリを消費します。デフォルトでは、1つのGPUが利用可能であれば使用しますので、分散トレーニングに移行する準備ができていない場合は、まだ準備が整っていないので、CUDA_VISIBLE_DEVICESを使用してください。それが可能なときに自動的にGPUをを使用しています

I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.so.8.0 locally 
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcudnn.so.5 locally 
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.so.8.0 locally 
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.so.1 locally 
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcurand.so.8.0 locally