python - 如何确保 tensorflow 正在使用 GPU

Question

我手动安装了CUDA v9.2和对应的cuDNN来安装tensorflow gpu
但我意识到 tensorflow 1.8.0 需要 CUDA 9.0 所以我跑了

pip install tensorflow-gpu

从 anaconda 提示(基本环境)开始，它自动安装了 CUDA 9.0 和相应的 cuDNN。我从同一个命令提示符启动了 Spyder。
所以这是我在 Python 3.6 中的代码，其中我使用 keras 和 tensorflow 来训练使用 8000 张奇数图像 -

# Convolutional Neural Networks
# Part 1 - Building the CNN
# Not important

# Part 2- Fitting the CNN to the images - 
from keras.preprocessing.image import ImageDataGenerator
train_datagen = ImageDataGenerator(
        rescale=1./255,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True)

test_datagen = ImageDataGenerator(rescale=1./255)

training_set = train_datagen.flow_from_directory(
        'dataset/training_set',
        target_size=(64, 64),
        batch_size=32,
        class_mode='binary')

test_set = test_datagen.flow_from_directory(
        'dataset/test_set',
        target_size=(64, 64),
        batch_size=32,
        class_mode='binary')
with tf.device("/gpu:0"):   # Notice THIS
    classifier.fit_generator(
            training_set,
            steps_per_epoch=8000,
            epochs=25,
            validation_data=test_set,
            validation_steps=2000)

请注意，在最后拟合数据集之前，我将其放入

with tf.device("/gpu:0"):

我认为这应该确保它使用 GPU 进行训练？我不确定，因为将“gpu:0 ”更改为“cpu:0 ”可以提供完全相同的训练时间(每个时期 18-20 分钟)。如何确保 Spyder 中的 tensorflow 使用我的 GPU？

我有一个 NVIDIA GTX 970，所以它兼容 CUDA。
另外我使用的是 python 3.6，这是一个问题吗？
我应该创建一个单独的 Python 3.5 环境并在其中安装 tensorflow-gpu 并尝试吗？

Answer 1

创建图表。

 with tf.device('/device:GPU:0'):
    a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
    b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
    c = tf.matmul(a, b)
    # Creates a session with log_device_placement set to True.
    sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
    # Runs the op.
    r = sess.run(c)
    print(r)
    import numpy as np
    assert np.all(r == np.array([[22., 28.], [49., 64.]]))

或者去 tensorflow 网站 ( https://www.tensorflow.org/programmers_guide/using_gpu )

import tensorflow as tf
if tf.test.gpu_device_name():
   print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
else:
   print("Please install GPU version of TF")

或这个 :

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