webentwicklung-frage-antwort-db.com.de

Wie benutze ich TensorFlow GPU?

Verwendung von TensorFlow GPU version anstelle vonCPUversion in Python 3.6 x64?

import tensorflow as tf

Python verwendet meineCPUfür Berechnungen. 
Ich kann es bemerken, weil ich einen Fehler habe:

Ihre CPU unterstützt Anweisungen, dass diese TensorFlow-Binärdatei nicht .__ war. kompiliert zur Verwendung: AVX2

Ich habe Tensorflow und Tensorflow-gpu installiert.

Wie wechselt man zur GPU-Version? 

8
Guruku

Folge diesem Tutorial Tensorflow GPU Ich habe es geschafft und es funktioniert perfekt.

Beachtung! - installiere Version 9.0! neuere Versionen werden nicht von Tensorflow-gpu unterstützt

Schritte:

  1. Deinstallieren Sie Ihren alten Tensorflow
  2. Installieren Sie tensorflow-gpu pip install tensorflow-gpu
  3. Installieren Sie Nvidia-Grafikkarten und -Treiber (die Sie wahrscheinlich bereits haben)
  4. CUDA herunterladen und installieren
  5. Laden Sie cuDNN herunter und installieren Sie es
  6. Überprüfen Sie mit einem einfachen Programm

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

4
Ashwel

Zuerst müssen Sie tensorflow-gpu installieren, da dieses Paket für die GPU-Berechnungen verantwortlich ist. Denken Sie auch daran, Ihren Code mit der Umgebungsvariablen CUDA_VISIBLE_DEVICES = 0 auszuführen (oder wenn Sie mehrere GPUS haben, setzen Sie deren Indizes mit Komma). Möglicherweise gibt es einige Probleme im Zusammenhang mit der Verwendung von GPU. wenn dein tensorflow sowieso kein gpu verwendet, versuche dies

3

Obwohl die Tensorflow-Website 1 erwähnt, dass CUDA 10.1 mit Tensorflow-gpu-1.13.1 kompatibel ist, funktioniert es seltsamerweise noch nicht. tensorflow-gpu wird zwar richtig installiert, wirft aber seltsame Fehler beim Laufen aus.

Bisher ist CUDA 9.0 mit tensorflow_gpu-1.12.0 unter python3.6 die beste Konfiguration, um Tensorflow mit GPU auszuführen.

Das Verfolgen dieser Konfiguration mit den in https://stackoverflow.com/a/51307381/256287 (die Antwort oben) genannten Schritten hat bei mir funktioniert :)

1
praneeth

Ich habe versucht, dem obigen Tutorial zu folgen. Der Tensorflow ändert sich stark, ebenso die NVIDIA-Versionen, die für die Ausführung auf einer GPU erforderlich sind. Das nächste Problem ist, dass Ihre Treiberversion die Version Ihres Toolkits usw. bestimmt. Ab heute sollten diese Informationen zu den Softwareanforderungen ein wenig Licht in das Zusammenspiel bringen:

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.

Und hier finden Sie die aktuellen Anforderungen von tensorflow (die hoffentlich regelmäßig von ihnen aktualisiert werden).

1
mrk

Die 'neue' Möglichkeit, eine Tensorflow-GPU zu installieren, wenn Sie Nvidia haben, ist mit Anaconda . Funktioniert auch unter Windows. Mit 1 Zeile.

conda create --name tf_gpu tensorflow-gpu 

Dies ist eine Verknüpfung für 3 Befehle, die Sie separat ausführen können, wenn Sie möchten.

  1. Erstellen Sie eine Anakonda-Umgebung conda create --name tf_gpu

  2. Aktivieren Sie die Umgebung activate tf_gpu

  3. Tensorflow-GPU installieren conda install tensorflow-gpu

Sie können die Conda-Umgebung verwenden.

0
Kristjan Kica