2017-07-24 28 views
3

我以前问过是否有可能在CPU上运行张量流与CPU支持。我被告知,这是可能的和基本的代码来切换我想要使用的设备,但不知道如何获得在没有gpu的计算机上工作的初始代码。例如,我想在装有NVidia gpu的计算机上训练,但只能在只有cpu的笔记本电脑上进行编程。我将如何去做这件事?我试图只是写代码,但它甚至可以切换我想要使用的设备之前崩溃。我在Linux上使用Python。如何开发无GPU的张量流与gpu

+0

什么编程语言?什么OS? – Neil

+0

@Neil我已经编辑了你所要求的信息。 –

回答

0

这个线程可能会有所帮助:Tensorflow: ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory

我试图导入tensorflow与单向的HPC登录节点,它不具有GPU的加载tensorflow-GPU。它运作良好。我的笔记本电脑中没有Nvidia GPU,所以我从未完成安装过程。但我认为原因是它无法找到CUDA相关的库,cuDNN。

但是,你为什么不使用CPU版本?正如@Finbarr Timbers所提到的,您仍然可以在带有GPU的计算机上运行模型。

+0

我想我很想理解一些东西。我是否在我的开发计算机上安装了cpu版本,没有gpu的版本,并且在我打算培训的计算机上安装gpu版本? –

+0

是的,那正是你应该做的。 – finbarr

0

你得到了什么错误?很有可能在GPU上训练,但在CPU上进行开发 - 很多人都这样做,包括我自己。事实上,如果possible的Tensorflow会自动将您的代码放在GPU上。

如果将以下代码添加到您的模型,你可以看到正在使用的设备:

# Creates a session with log_device_placement set to True. 
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) 

当你与一个GPU的计算机上运行模型这应该改变。

+0

我已经通过thonny安装tensorflow-GPU和使用验证码tensorflow提供,并且我收到以下错误: https://pastebin.com/5RxtH5Gx 我得到同样的错误只用代码: 进口tensorflow为tf –

+0

我尝试了您提供的代码,并且得到相同的错误。 –

+0

错误是什么? – finbarr