如何在Linux上使用沒有CUDA的TensorFlow？

Question

我有兩台沒有CUDA的計算機：一台在Microsoft Windows上運行，另一台在Linux上運行（Ubuntu 14.04 64bit / Linux 3.13.0-100-generic））

我可以在Microsoft Windows上使用沒有CUDA的TensorFlow而沒有任何問題：TensorFlow使用CPU。 但是，如果在Linux機器上我運行python import tensorflow as tf ，那么由於未安裝CUDA，TensorFlow無法導入：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/__init__.py", line 24, in <module>
    from tensorflow.python import *
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/__init__.py", line 72, in <module>
    raise ImportError(msg)
ImportError: Traceback (most recent call last):
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/__init__.py", line 61, in <module>
    from tensorflow.python import pywrap_tensorflow
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 28, in <module>
    _pywrap_tensorflow = swig_import_helper()
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow', fp, pathname, description)
ImportError: libcudart.so.8.0: cannot open shared object file: No such file or directory


Failed to load the native TensorFlow runtime.

See https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md#import_error

for some common reasons and solutions.  Include the entire stack trace
above this error message when asking for help.

如何在Linux上使用沒有CUDA的TensorFlow？

我使用tensorflow-gpu==1.0.0 。

---

我知道tensorflow.ConfigProto中的參數device_count ，它允許禁用GPU，例如：

import tensorflow as tf

a = tf.constant(1, name = 'a')
b = tf.constant(3, name = 'b')
c = tf.constant(9, name = 'c')
d = tf.add(a, b, name='d')
e = tf.add(d, c, name='e')

config = tf.ConfigProto(device_count={'CPU': 1, 'GPU': 0})
sess = tf.Session(config=config)
print(sess.run([d, e]))

但它沒有幫助，因為import tensorflow as tf是問題。

我也知道如何安裝CUDA 8：

# Install Nvidia drivers, CUDA and CUDA toolkit, following some instructions from http://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html
wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64-deb
sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64-deb
sudo apt-get update
sudo apt-get install cuda

但我寧願在這兩台機器上避免使用它。

Answer 1

如果使用--config=cuda構建二進制文件（就像對tensorflow-gpu ），那么你的機器必須有GPU驅動程序。 您可以在機器上安裝GPU驅動程序，即使機器沒有GPU，這是常見的實用解決方案。

會發生什么--config=cuda在代碼中設置GOOGLE_CUDA宏，該代碼在運行時更改行為。 特別是它會導致dso_loader運行，您可以通過以下打印行看到它

2017-02-16 17:15:08: I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcurand.8.0.dylib locally

谷歌的一個流行方法是部署一個“胖”二進制文件 - 即二進制文件，它捆綁所有可能的硬件加速器的驅動程序和客戶端代碼，因為這簡化了測試和部署。

在開源版本中，驅動程序和客戶端代碼是分開的，但這種模式仍然存在 - 支持GPU的二進制文件期望有可用的GPU驅動程序。