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
回答
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。
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? –
是的,那正是你应该做的。 – finbarr
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。
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 –
我尝试了您提供的代码,并且得到相同的错误。 –
错误是什么? – finbarr
- 1. 如何安装张量流gpu?
- 2. 运行张量流时低挥发性GPU利用率
- 3. 错误当试图使用GPU与张量流
- 4. 是否有可能在张量流中将多个GPU分割成多个GPU?
- 5. 如何知道哪种操作无法在张量流中放置在GPU上?
- 6. tensorflow:多GPU和分布式张量流之差
- 7. TensorFlow:如何测量每个张量需要多少GPU内存?
- 8. 如何使用C++ API限制张量流(r1.1)中GPU的使用情况
- 9. 如何使用张量锁定keras中的GPU?
- 10. CUDA:从GPU发送数据到GPU
- 11. Tensorflow GPU /多GPU如何分配内存?
- 12. 如何让GPU在GPU上运行?
- 13. opengl与Nvidia GPU
- 14. Nvidia的Fermi GPU如何发布threadblocks到流式多处理器
- 15. 在“廉价”GPU上为CUDA开发
- 16. c#OpenCVSharp 2.4.10与GPU
- 17. GPU与vmware直通
- 18. CPU和GPU与Theano
- 19. 与GPU共享RAM
- 20. 添加GPU卡会自动缩放张量流的使用情况吗?
- 21. printf与PyCUDA(使用开普勒GPU)
- 22. 并发块如何运行单个GPU流式多处理器?
- 23. 张多流分布式训练混合多GPU方法
- 24. 发现我的GPU功能
- 25. 在tensorflow中,如何在移动到GPU之前访问标量张量值?
- 26. Word2Vec字的嵌入与GPU
- 27. 如何在OSX上使用theano与GPU?
- 28. 使用GPU运行内存不足的局部张量
- 29. CUDA | OpenCV | GPU模块|如何访问cv :: gpu :: GpuMat上的元素
- 30. 对GPU
什么编程语言?什么OS? – Neil
@Neil我已经编辑了你所要求的信息。 –