GPU上で実行されていないが、何も見つけることができませんでしたTensorflowは私がaldready時間スタックオーバーフロー上の周り掘り、他の答えを探しているのかなりを費やしている
こんにちはすべて、
I上にケラスを使ってTensorflowを走らせています。 私はTensorflow GPUをインストールしたことを90%確信しています。インストールしたことを確認する方法はありますか?
私はJupyterノートブックからいくつかのCNNモデルを実行しようとしていましたが、KerasがCPU上でモデルを実行していたことがわかりました(チェックされたタスクマネージャー、CPUは100%でした)。
私はtensorflowのウェブサイトからこのコードを実行しようとした:
# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))
そして、これは私が得たものである:
MatMul: (MatMul): /job:localhost/replica:0/task:0/cpu:0
2017-06-29 17:09:38.783183: I c:\tf_jenkins\home\workspace\release-win\m\windows\py\35\tensorflow\core\common_runtime\simple_placer.cc:847] MatMul: (MatMul)/job:localhost/replica:0/task:0/cpu:0
b: (Const): /job:localhost/replica:0/task:0/cpu:0
2017-06-29 17:09:38.784779: I c:\tf_jenkins\home\workspace\release-win\m\windows\py\35\tensorflow\core\common_runtime\simple_placer.cc:847] b: (Const)/job:localhost/replica:0/task:0/cpu:0
a: (Const): /job:localhost/replica:0/task:0/cpu:0
2017-06-29 17:09:38.786128: I c:\tf_jenkins\home\workspace\release-win\m\windows\py\35\tensorflow\core\common_runtime\simple_placer.cc:847] a: (Const)/job:localhost/replica:0/task:0/cpu:0
[[ 22. 28.]
[ 49. 64.]]
私には私はいくつかの理由で、私のCPU上で実行している示しています。
GTX1050(ドライババージョン382.53)、CUDA、Cudnn、およびtensorflowを問題なくインストールしました。互換性のあるバージョンとして記載されているので、Visual Studio 2015もインストールしました。
私は、互換性のないドライバがインストールされていることに言及しているCUDAを覚えていますが、正しくリコールすれば、CUDAは独自のドライバをインストールしているはずです。
編集: 私は利用可能なデバイス
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
を一覧表示するコマンドと、これは私が何を得る
[name: "/cpu:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 14922788031522107450
]
この
2017-06-29 17:32:45.401429: W c:\tf_jenkins\home\workspace\release-win\m\windows\py\35\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE instructions, but these are available on your machine and could speed up CPU computations.
のような警告の全体の多くである論文を走りました
編集2
は
pip3 install --upgrade tensorflow-gpu
を実行しようと、私は解決
Requirement already up-to-date: tensorflow-gpu in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages
Requirement already up-to-date: markdown==2.2.0 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu)
Requirement already up-to-date: html5lib==0.9999999 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu)
Requirement already up-to-date: werkzeug>=0.11.10 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu)
Requirement already up-to-date: wheel>=0.26 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu)
Requirement already up-to-date: bleach==1.5.0 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu)
Requirement already up-to-date: six>=1.10.0 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu)
Requirement already up-to-date: protobuf>=3.2.0 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu)
Requirement already up-to-date: backports.weakref==1.0rc1 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu)
Requirement already up-to-date: numpy>=1.11.0 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu)
Requirement already up-to-date: setuptools in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from protobuf>=3.2.0->tensorflow-gpu)
を得る:ソリューションの チェックコメントを。 誰も助けてくれてありがとう!
私はこれに新しいので、どんな助けも大歓迎です! ありがとうございます。
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
編集 また、あなたがTensorFlowのCUDAバージョンを使用している場合、あなたはログのこの種類が表示されます。あなたはこれを使用し、GPUカードが利用可能かどうかを確認することができますTensorFlowに使用可能なデバイスをチェックするには
CUDA 9.0と互換性のあるバージョンにcuDNNを更新してください? – danche
https://stackoverflow.com/documentation/tensorflow/10621/tensorflow-gpu-setup/31878/list-the-available-devices-available-by-tensorflow-in-the-localを使用して、使用可能なデバイスをリストできますか? -process#t = 201706291527588861941? – npf
はい、pip3を使用してTensorflowをインストールしました。私はPython 3を実行しています。 – Goofynose