2017-06-29 25 views
9

मैं aldready समय ढेर अतिप्रवाह पर चारों ओर से खुदाई और बाकी जवाब की तलाश में की काफी खर्च किया है, लेकिन कुछ भी नहीं मिलाTensorflow GPU पर नहीं चल रहा

हाय सब,

मैं शीर्ष पर केरास के साथ टेन्सफोर्लो चल रहा हूँ। मुझे 9 0% यकीन है कि मैंने टेन्सफोर्लो जीपीयू स्थापित किया है, क्या यह जांचने का कोई तरीका है कि मैंने कौन सा इंस्टॉल किया था?

मैं जुपीटर नोटबुक से कुछ सीएनएन मॉडल चलाने की कोशिश कर रहा था और मैंने देखा कि केरास सीपीयू पर मॉडल चला रहा था (चेक टास्क मैनेजर, सीपीयू 100% पर था)।

मैं tensorflow वेबसाइट से इस कोड चलाने की कोशिश की:

# Creates a graph. 
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. 
print(sess.run(c)) 

और यह मैं क्या मिल गया है: मेरे लिए कौन-से पता चलता मैं किसी कारण से, मेरी CPU पर चला रहा हूँ

MatMul: (MatMul): /job:localhost/replica:0/task:0/cpu:0 
2017-06-29 17:09:38.783183: I c:\tf_jenkins\home\workspace\release-win\m\windows\py\35\tensorflow\core\common_runtime\simple_placer.cc:847] MatMul: (MatMul)/job:localhost/replica:0/task:0/cpu:0 
b: (Const): /job:localhost/replica:0/task:0/cpu:0 
2017-06-29 17:09:38.784779: I c:\tf_jenkins\home\workspace\release-win\m\windows\py\35\tensorflow\core\common_runtime\simple_placer.cc:847] b: (Const)/job:localhost/replica:0/task:0/cpu:0 
a: (Const): /job:localhost/replica:0/task:0/cpu:0 
2017-06-29 17:09:38.786128: I c:\tf_jenkins\home\workspace\release-win\m\windows\py\35\tensorflow\core\common_runtime\simple_placer.cc:847] a: (Const)/job:localhost/replica:0/task:0/cpu:0 
[[ 22. 28.] 
[ 49. 64.]] 

मेरे पास GTX1050 (ड्राइवर संस्करण 382.53) है, मैंने CUDA, और Cudnn स्थापित किया है, और tensorflow किसी भी समस्या के बिना स्थापित है। मैंने विजुअल स्टूडियो 2015 को भी स्थापित किया क्योंकि यह एक संगत संस्करण के रूप में सूचीबद्ध था।

मुझे याद है कि CUDA एक असंगत ड्राइवर स्थापित होने के बारे में कुछ उल्लेख कर रहा है, लेकिन अगर मुझे सही याद है कि CUDA को अपना ड्राइवर स्थापित करना चाहिए था।

संपादित करें: मैं शोध करे दौड़ा उपलब्ध उपकरणों

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

सूची आदेश और इस मैं

[name: "/cpu:0" 
device_type: "CPU" 
memory_limit: 268435456 
locality { 
} 
incarnation: 14922788031522107450 
] 

क्या मिलता है और इस

2017-06-29 17:32:45.401429: W c:\tf_jenkins\home\workspace\release-win\m\windows\py\35\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE instructions, but these are available on your machine and could speed up CPU computations. 
तरह चेतावनी की एक पूरी बहुत कुछ है

संपादित 2

pip3 install --upgrade tensorflow-gpu 

चल की कोशिश की और मैं

Requirement already up-to-date: tensorflow-gpu in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages 
Requirement already up-to-date: markdown==2.2.0 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu) 
Requirement already up-to-date: html5lib==0.9999999 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu) 
Requirement already up-to-date: werkzeug>=0.11.10 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu) 
Requirement already up-to-date: wheel>=0.26 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu) 
Requirement already up-to-date: bleach==1.5.0 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu) 
Requirement already up-to-date: six>=1.10.0 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu) 
Requirement already up-to-date: protobuf>=3.2.0 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu) 
Requirement already up-to-date: backports.weakref==1.0rc1 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu) 
Requirement already up-to-date: numpy>=1.11.0 in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from tensorflow-gpu) 
Requirement already up-to-date: setuptools in c:\users\goofynose\appdata\local\programs\python\python35\lib\site-packages (from protobuf>=3.2.0->tensorflow-gpu) 

हल मिलता है: समाधान के लिए चेक टिप्पणी नहीं। उन सभी के लिए धन्यवाद जिन्होंने मदद की!

मैं इसके लिए नया हूं, इसलिए किसी भी मदद की बहुत सराहना की जाती है! धन्यवाद।

+0

संगत आप पिप के साथ tf स्थापित किया था करने के लिए अपने cuDNN अपडेट करना सुनिश्चित करें – danche

+0

क्या आप https://stackoverflow.com/documentation/tensorflow/10621/tensorflow-gpu-setup/31878/list-the-available-devices-available-by-tensorflow-in-the-local का उपयोग कर उपलब्ध डिवाइसों को सूचीबद्ध कर सकते हैं -प्रोसेस # टी = 201706291527588861941? – npf

+0

हां, मैंने पीपी 3 का उपयोग करके टेन्सफोर्लो स्थापित किया है, मैं पाइथन 3 चला रहा हूं। – Goofynose

उत्तर

8

जाँच करने के लिए आप किन उपकरणों इस का उपयोग करें और अगर GPU कार्ड उपलब्ध हैं देख सकते हैं TensorFlow के लिए उपलब्ध हैं: यदि आप TensorFlow Cuda संस्करण का उपयोग

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

संपादित इसके अलावा, आप लॉग के इस तरह देखना चाहिए:

I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcublas.so.*.* locally 
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcudnn.so.*.* locally 
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcufft.so.*.* locally 
+0

इसे प्रश्न में संपादित के रूप में जोड़ा गया – Goofynose

2

मुझे अभी भी पीपी के माध्यम से tensorflow-gpu को सही ढंग से स्थापित करने के बाद भी GPU समर्थन प्राप्त करने में परेशानी हो रही थी। मेरी समस्या यह थी कि मैंने tensorflow 1.5 स्थापित किया था, और CUDA 9.1 (डिफ़ॉल्ट संस्करण Nvidia आपको निर्देशित करता है), जबकि precompiled tensorflow 1.5 CUDA संस्करण < = 9.0 के साथ काम करता है। यहां पर सही CUDA 9.0 प्राप्त करने के लिए NVIDIA की साइट पर डाउनलोड पृष्ठ है:

https://developer.nvidia.com/cuda-90-download-archive

इसके अलावा एक संस्करण CUDA 9.0 के साथ https://developer.nvidia.com/cudnn https://developer.nvidia.com/rdp/cudnn-download

संबंधित मुद्दे