如何在 GPU 上运行 Keras？

Question

我正在尝试使用 GPU 在远程服务器上运行我的 ML 任务。我输入

英伟达-smi

我确定该设备有一个 GPU。

我正在使用 Keras 来编写我的 ML 任务。 我打算在一个 GPU 上运行我的任务。但我就是无法让程序在 GPU 上运行。我检查了正在运行的进程，但我的任务不是其中之一。

我试图在我的代码中使用多种方法打印出可用的设备，但它们没有显示我有一个 GPU。

从 tensorflow.python.client 导入 device_lib

打印（device_lib.list_local_devices（））

这给了我：

[名称：“/device:CPU:0” device_type：“CPU” memory_limit：268435456 locality { }....

但没有显示“/device:GPU:0”

然后我尝试了：

print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

这给了我：

可用的 GPU 数量：0

还，

print("GPUs:", tf.config.experimental.list_physical_devices('GPU'))

这给了我：

GPU：[]

和，

 with tf.device("gpu:0"): print('-------------------------------------------') print("tf.keras code in this scope will run on GPU") print('-------------------------------------------')

这给了我：

 ------------------------------------------- tf.keras code in this scope will run on GPU -------------------------------------------

显然，我的代码没有在GPU上运行。不知道为什么它说我的Keras代码在GPU上运行。

我已经搜索了很多信息，但我仍然失败了。 我想知道如何在GPU上运行我的Keras代码，以及上面的情况是怎么回事。 提前致谢！

Answer 1

安装后CUDA

nvcc -V

如果你使用上面的命令，它说要安装 cuda-toolkit

问题是由于没有指定路由导致找不到。

gedit ~/.bashrc

加上前两句。 但请根据cuda版本按不同版本

export PATH=/usr/local/cuda-11.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH

然后输入下面的命令识别安装路径中的CUDA并打印出当前版本。

source ~/.bashrc

nvcc-V

如果你完成了这张照片