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
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/