Как использовать графический процессор TensorFlow?

Как использовать версию TensorFlow GPU вместо версии процессора в Python 3.6 x64?

import tensorflow as tf

Python использует мой процессор для расчетов.
Я могу заметить это, потому что у меня есть ошибка:

Ваш процессор поддерживает инструкции, что этот двоичный файл TensorFlow не был скомпилирован для использования: AVX2

Я установил тензорный поток и тензорный поток-gpu.

Как перейти на версию GPU?

Ответ 1

Следуйте этому уроку Tensorflow GPU Я сделал это, и он отлично работает.

Внимание! - установить версию 9.0! более новая версия не поддерживается Tensorflow-GPU

шаги:

Удалите ваш старый тензор потока
Устанавливаем tenorflow-gpu pip install tensorflow-gpu
Установите видеокарту и драйверы Nvidia (возможно, у вас уже есть)
Скачать и установить CUDA
Скачать и установить cuDNN
Проверить с помощью простой программы

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

Ответ 2

Сначала вам нужно установить tenorflow-gpu, потому что этот пакет отвечает за вычисления gpu. Также не забудьте запустить свой код с переменной среды CUDA_VISIBLE_DEVICES = 0 (или, если у вас несколько gpus, ставьте их индексы через запятую). Там могут быть некоторые проблемы, связанные с использованием GPU. если ваш тензор потока все равно не использует gpu, попробуйте это

Ответ 3

Я пытался следовать приведенному выше учебнику. Дело в том, что тензорный поток сильно меняется, как и версии NVIDIA, необходимые для работы на GPU. Следующая проблема заключается в том, что версия вашего драйвера определяет версию вашего инструментария и т.д. На сегодняшний день эта информация о требованиях к программному обеспечению должна пролить некоторый свет на то, как они взаимодействуют:

NVIDIA® GPU drivers —CUDA 9.0 requires 384.x or higher.
CUDA® Toolkit —TensorFlow supports CUDA 9.0.
CUPTI ships with the CUDA Toolkit.
cuDNN SDK (>= 7.2) Note: Make sure your GPU has compute compatibility >3.0
(Optional) NCCL 2.2 for multiple GPU support.
(Optional) TensorRT 4.0 to improve latency and throughput for inference on some models.

И здесь вы найдете самые современные требования, установленные tenorflow (которые, будем надеяться, будут регулярно обновляться).

Ответ 4

Странно, хотя веб-сайт tenorflow 1 упоминает, что CUDA 10.1 совместим с tenorflow-gpu-1.13.1, он пока не работает. Тензор-gpu устанавливается правильно, но выдает странные ошибки при запуске.

Пока что лучшая конфигурация для запуска tenorflow с графическим процессором - это CUDA 9.0 с tenorflow_gpu-1.12.0 под python3.6.

После этой конфигурации с шагами, упомянутыми в fooobar.com/info/16030332/... (ответ выше), у меня сработало :)