如何讓 tensorflow keras 使用我的 GPU？

Question

我正在嘗試在 tensorflow 中使用 keras 來訓練 CNN 網絡進行某些圖像分類。 顯然，在我的 CPU 上運行的訓練非常慢，所以我需要使用我的 GPU 來進行訓練。 我在 StackOverflow 上發現了許多類似的問題，但都沒有幫助我讓 GPU 工作，因此我單獨提出這個問題。

我已經安裝了 NVIDIA GeForce GTX 1060 3GB 和 466.47 NVIDIA 驅動程序。 我已經從 NVIDIA 網站安裝了 CUDA 工具包（通過輸出我的版本 11.3 的 nvcc -V 命令確認安裝），並下載了 CUDNN 庫。 我解壓縮了 CUDNN 文件並將文件復制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3，如 NVIDIA 網站上所述。 Finally, I've checked that it's on PATH (C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin and C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp are both在環境變量“路徑”中）。

然后我使用 conda 設置了一個環境，下載了一些我需要的包，比如 scikit-learn 以及 tensorflow-gpu=2.3 在將我的環境引導到 Jupyter Notebook 之后，我運行這個代碼來檢查它是否在拾取 GPU：

import tensorflow as tf
print(tf.__version__)
print(tf.config.list_physical_devices())

得到這個：

2.3.0 [PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]

我已經嘗試了我在這個主題上接觸過的所有東西，但在讓它發揮作用方面沒有取得任何成功。 任何幫助，將不勝感激。

Answer 1

首先，您必須安裝所有 CUDA 要求。 如果您有 Ubuntu 20.04，請按照以下說明安裝要求。 那么是時候安裝 tensorflow。 作為你打算使用你的 GPU，你已經安裝了 tensorflow-gpu 庫，而不是單獨的 tensorflow。

Answer 2

我猜你已經使用pip install tensorflow 。 NVIDIA GPU 卡與 CUDA 架構 3.5、5.0、6.0、7.0、7.5、8.0 和高於 8.0 目前受 Z074DD699710DA0EC1E3EB45.F1 支持如果您有支持的卡，但 TensorFlow 無法檢測到您的 GPU，則必須安裝以下軟件：

• NVIDIA GPU 驅動程序— CUDA 11.0 需要 450.x 或更高版本。
• CUDA 工具包—TensorFlow 支持 CUDA 11 (TensorFlow >= 2.4.0)
• cuDNN SDK 8.0.4

您可以選擇安裝TensorRT 6.0以改善某些模型的推理延遲和吞吐量。 有關詳細信息，請參閱 TensorFlow 文檔： https://www.tensorflow.org/install/gpu

Answer 3

我建議使用 conda 安裝 CUDA Toolkit 包以及 CUDNN，這樣可以避免浪費時間下載正確的包（或在系統文件夾中進行更改）

conda install -c conda-forge cudatoolkit=11.0 cudnn=8.1

然后您可以通過鍵入安裝 keras 和 tensorflow-gpu

conda install keras==2.7
pip install tensorflow-gpu==2.7

它會直接工作。

基於這個問題