python - Jupyter 笔记本中的 Tensorflow-gpu 无法识别 GPU

标签 python tensorflow gpu

我已经在jupyter环境中安装了cuda、cudann和tensorflow-gpu,之后我尝试检查在该环境中是否有gpu支持,但在list_local_devices中它没有向我显示gpu。我的笔记本电脑中有 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

还要确保 CUDA 已按照描述正确安装 here .

命令

nvidia-smi 

应该返回如下内容: enter image description here

必须显示 GPU 硬件、CUDA 版本和 NVIDIA-SMI 驱动程序。

希望这会有所帮助!

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/

相关文章:

python - 从元组列表创建嵌套字典的快速方法,无需 for 循环

python - 窗口在 10 秒内未关闭

javascript - 如何将字节转换为用户可以在 Django 中下载的文件?

machine-learning - TensorFlow CIFAR-10 示例教程中的 Distorted_inputs() 函数如何获取每批 128 张图像?

cuda - 为 CUDA 编译器驱动程序禁用二进制缓存

python - 函数声明时出现 Theano OSError

python - 如何在屏幕中间打印?

python - Tensorflow:将灰度图像转换为RGB

python - 我应该使用 tf.keras.utils.normalize 来标准化我的目标吗?

graphics - 将缓冲区绑定(bind)到虚幻引擎 4 自定义计算着色器