tensorflow-gpu
安装tensorflow
和tensorflow-gpu
软件包绝不是一个好主意(这是我偶然偶然遇到的一次,Keras使用的是CPU版本)。
我想现在我需要弄清楚如何让keras使用tensorflow的gpu版本。
您应该只从系统中删除这两个软件包,然后重新安装tensorflow-gpu
[注释后更新]:
pip uninstall tensorflow tensorflow-gpu
pip install tensorflow-gpu
此外,令人困惑的是为什么您似乎使用floydhub/dl-docker:cpu
容器,而根据说明,您应该使用floydhub/dl-docker:gpu
一个...
0
我使用keras版本2.0.0和tensorflow版本0.12.1构建了docker镜像的gpu版本https://github.com/floydhub/dl-docker 。然后,我运行了mnist教程https://github.com/fchollet/keras/blob/master/examples/mnist_cnn.py,但意识到keras没有使用GPU。以下是我的输出
有人可以让我知道在keras使用GPU之前是否需要进行一些设置吗?我对所有这些都是新手,所以如果需要提供更多信息,请告诉我。
我已经安装了页面上提到的先决条件
我能够启动Docker映像
我能够执行最后一步
我可以在这里跑一步
我还能够运行nvidia-docker命令来启动gpu支持的映像。
我尝试过的
我在下面尝试了以下建议
我在我的bashrc中附加了建议的行,并验证了bashrc文件已更新。
在我的python文件中导入以下命令
import os os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID" # see issue #152 os.environ["CUDA_VISIBLE_DEVICES"]="0"
不幸的是,单独或一起执行的两个步骤都无法解决问题。 Keras仍以CPU版本的tensorflow作为后端运行。但是,我可能已经发现了可能的问题。我通过以下命令检查了我的tensorflow的版本,发现其中两个。
这是CPU版本
这是GPU版本
有趣的是,输出显示keras使用的是Tensorflow版本1.3.0,这是CPU版本而不是0.12.1(GPU版本)
输出量
我想现在我需要弄清楚如何让keras使用tensorflow的gpu版本。