Блог

Из моего результата поиска кажется, что tensorflow 2 автоматически будет использовать доступный графический процессор. У меня rtx 2080, но когда я запускаю код print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) , он выдает Num GPUs Available: 0 . Моя версия tensorflow 2.4.x. И я использую jupyter notebook. Что я должен сделать, чтобы включить графический процессор?

Не могли бы вы установить TensorFlow с помощью команды pip install tf-nightly-gpu и сообщить нам, работает ли он так, как работал у меня.

попробуйте приведенный ниже фрагмент кода, он вернет флаг True, если есть доступные графические процессоры

tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None)

Настройка Tensorflow-GPU в Windows

1. Загрузите и установите Microsoft Visual Studio 2015 с обновлением 3

«Выполните поиск в Google с тем же именем, загрузите файл ISO-образа и смонтируйте его. Установите MSV с помощью visualc и python в разделе язык программирования. По умолчанию используется значение Rest.

2. Загрузите и установите CUDA 10.0 с сайта nvidia.
3. Загрузите cuDNN, создав бесплатную учетную запись. CUDNN 7.5.1 совместим с CUDA 10.0
4. Извлеките файлы и вставьте файлы из папок в CUDNN в CUDA в той же папке.
5. задайте путь к «bin» и «libnvvp» в системной переменной из папки CUDA в NVIDIA в program files в C.
6. использование pip в cmd загрузка tensorflow-gpu версии 1.15.0

   pip установить tensorflow-gpu == 1.15.0

7. Установите все остальные зависимости. numpy sklearn scipy pandas использует matplotlib и т. Д.
8. Загрузите Keras, используя ту же команду.

Протестируйте установку tensorflow, используя следующий код:

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

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")
 

Примечание: — Совместимость версий может возникнуть, но не уверена.

Вы должны установить правильную версию cuda и cudnn . Читать https://www.tensorflow.org/install/gpu и https://www.tensorflow.org/install/source