如何在 GPU 上運行 Keras？

Question

我正在嘗試使用 GPU 在遠程服務器上運行我的 ML 任務。我輸入

英偉達-smi

我確定該設備有一個 GPU。

我正在使用 Keras 來編寫我的 ML 任務。 我打算在一個 GPU 上運行我的任務。但我就是無法讓程序在 GPU 上運行。我檢查了正在運行的進程，但我的任務不是其中之一。

我試圖在我的代碼中使用多種方法打印出可用的設備，但它們沒有顯示我有一個 GPU。

從 tensorflow.python.client 導入 device_lib

打印（device_lib.list_local_devices（））

這給了我：

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

但沒有顯示“/device:GPU:0”

然后我嘗試了：

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

這給了我：

可用的 GPU 數量：0

還，

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

這給了我：

GPU：[]

和，

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

這給了我：

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

顯然，我的代碼沒有在GPU上運行。不知道為什么它說我的Keras代碼在GPU上運行。

我已經搜索了很多信息，但我仍然失敗了。 我想知道如何在GPU上運行我的Keras代碼，以及上面的情況是怎么回事。 提前致謝！

Answer 1

安裝后CUDA

nvcc -V

如果你使用上面的命令，它說要安裝 cuda-toolkit

問題是由於沒有指定路由導致找不到。

gedit ~/.bashrc

加上前兩句。 但請根據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

然后輸入下面的命令識別安裝路徑中的CUDA並打印出當前版本。

source ~/.bashrc

nvcc-V

如果你完成了這張照片