Почему logic_gpus = tf.config.experimental.list_logical_devices ('GPU') приводит к пустому списку? - PullRequest
0 голосов
/ 11 октября 2019

Я использую Tensorflow версии 2.0 и хотел бы настроить GPU для него.

для Tensorflow 1.x, это было сделано следующим образом

# GPU configuration
from keras.backend.tensorflow_backend import set_session
import keras
configtf = tf.compat.v1.ConfigProto() 
configtf.gpu_options.allow_growth = True
configtf.gpu_options.visible_device_list = "0"
sess = tf.compat.v1.Session(config=configtf)
set_session(sess)

Однако set_session неболее доступен в Tensorflow 2.0, поэтому для доступа к графическим процессорам я попытался следовать этому руководству . Оба приведенных ниже кода приводят к пустому списку доступных графических процессоров, что означает, что тензор потока их не использует.

gpus = tf.config.experimental.list_physical_devices("GPU")
gpus
logical_gpus = tf.config.experimental.list_logical_devices('GPU')
logical_gpus

У меня есть доступ к Tesla K80.

Как правильно настроить tf для использования доступных графических процессоров? Любая помощь будет оценена.

1 Ответ

0 голосов
/ 17 октября 2019

Что работало в этой ситуации, так это экспорт доступных графических процессоров в среду conda с помощью следующей команды.

(your_environment) user @ machine: export CUDA_VISIBLE_DEVICES = 0

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...