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

Question

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

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

Answer 1

：

I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcublas.so.*.* locally 
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcudnn.so.*.* locally 
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcufft.so.*.* locally 

Answer 2

pipを使ってtensorflow-gpuを正しくインストールしてもGPUサポートを取得できないままでした。私の問題は、テンソル1.5とCUDA 9.1（Nvidiaのデフォルトバージョン）をインストールしたのに対し、プリコンパイルされたテンソルフロー1.5はCUDAバージョン< = 9.0で動作します。ここでは、ダウンロードページには、正しいCUDA 9.0を取得するには、NVIDIAのサイトである：

また

https://developer.nvidia.com/cuda-90-download-archive

あなたがピップでTFをインストールしました https://developer.nvidia.com/cudnn https://developer.nvidia.com/rdp/cudnn-download