Cuda, CuDNN установлен, но Tensorflow не может использовать графический процессор

Моя система - Ubuntu 14.04 на EC2 .:

nvidia-smi
Sun Oct  2 13:35:28 2016       
+------------------------------------------------------+                       
| NVIDIA-SMI 352.63     Driver Version: 352.63         |                       
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GRID K520           Off  | 0000:00:03.0     Off |                  N/A |
| N/A   37C    P0    35W / 125W |     11MiB /  4095MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+
ubuntu@ip-XXX-XX-XX-990:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2015 NVIDIA Corporation
Built on Tue_Aug_11_14:27:32_CDT_2015
Cuda compilation tools, release 7.5, V7.5.17

Я установил CUDA 7.5 и CuDNN 5.1.

У меня есть нужные файлы в / usr / local / local / lib64 и включаемые папки.

Строка Tensorflow ничего не дает:

    sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

>>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
Device mapping: no known devices.
I tensorflow/core/common_runtime/direct_session.cc:252] Device mapping:

>>>

Пожалуйста, помогите (большое спасибо :)).


ubuntu tensorflow gpu cudnn
person John77    schedule 02.10.2016    source источник
comment
Существующие решения @talonmies не работают, я снова и снова проверял переменные пути.   -  person John77    schedule 02.10.2016
comment
Похоже, у вас есть работающая установка CUDA. Следовательно, этот вопрос связан с конфигурацией тензорного потока и не имеет ничего общего с программированием CUDA. Вот почему я восстановил метку.   -  person talonmies    schedule 02.10.2016
comment
@talonmies да, это то, что я подумал, должна быть какая-то проблема со связью или путем ... вроде того. не могли бы вы предложить что-нибудь, что я мог бы попробовать? Благодарю.   -  person John77    schedule 02.10.2016
comment
У меня была такая же проблема. Я рекомендую вам проверить совместимость Tensorflow с CUDA / cuDNN / Python из этого ссылка   -  person Scott    schedule 10.08.2020

Ответы (1)


arrow_upward
2
arrow_downward

Как вы построили тензорный поток?

Если вы сделали это с помощью bazel, вы правильно добавили --config = cuda?

Если вы установили его с помощью pip, вы правильно взяли тот, у которого включен gpu?

РЕДАКТИРОВАТЬ:

Здесь вы можете увидеть, как установить с помощью pip: https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#pip-installation

Вам нужно взять тот, у которого есть бинарник, совместимый с графическим процессором:

# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc0-cp27-none-linux_x86_64.whl

# Mac OS X, GPU enabled, Python 2.7:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.11.0rc0-py2-none-any.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc0-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.5
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc0-cp35-cp35m-linux_x86_64.whl

# Mac OS X, GPU enabled, Python 3.4 or 3.5:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.11.0rc0-py3-none-any.whl

затем установите тензорный поток:

# Python 2
$ sudo pip install --upgrade $TF_BINARY_URL

# Python 3
$ sudo pip3 install --upgrade $TF_BINARY_URL
person rAyyy    schedule 03.10.2016
comment
что такое вариант pip для gpu? Я не видел никакой команды gpu кроме pip. Пожалуйста, дайте мне знать, есть ли какая-нибудь команда, я отмечу ее как ответ. Спасибо. - person John77; 04.10.2016
comment
Отредактировал свой ответ, можете проверить. Я надеюсь, что это помогает. Нет реального варианта, просто нужно взять правильный двоичный файл. - person rAyyy; 05.10.2016