我在jupyter环境中安装了cuda,cudann和tensorflow-gpu,之后,我尝试检查我是否在该环境中具有gpu支持,但在list_local_devices中其未向我显示gpu。我的笔记本电脑中装有geforce 1050 ti gpu。

import os

os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"]="1,2"
from tensorflow.python.client import device_lib

print(device_lib.list_local_devices())
import tensorflow as tf
tf.test.is_gpu_available()


我得到的答案是:-

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 5705862024723076222
]
False

最佳答案

也许最好将CUDA路径设置为:

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}


并将其附加到本地~/.bashrc

还请确保已正确安装CUDA,如所述here所述。

命令

nvidia-smi


应该返回如下内容:
python - Jupyter笔记本中的Tensorflow-gpu无法识别GPU-LMLPHP

必须显示GPU硬件,CUDA版本和NVIDIA-SMI驱动程序。

我希望这有帮助!

关于python - Jupyter笔记本中的Tensorflow-gpu无法识别GPU,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/54122401/

10-15 18:55