TensorFlow没有使用GPU

用户名

我使用AMI坐在一台AWS Deep Learning机器上。现在我正在尝试从TensorFlow运行简单的入门示例

# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))

但是看来我的机器没有使用我的GPU。

MatMul_2：（MatMul）：/ job：localhost /副本：0 /任务：0 / cpu：0 2017-07-09 00：51：03.830238：我tensorflow / core / common_runtime / simple_placer.cc：847] MatMul_2：（MatMul ）/ job：本地主机/副本：0 /任务：0 / cpu：0 MatMul_1：（MatMul）：/ job：本地主机/副本：0 /任务：0 / cpu：0 2017-07-09 00：51：03.830259：我tensorflow / core / common_runtime / simple_placer.cc：847] MatMul_1：（MatMul）/ job：localhost / replica：0 / task：0 / cpu：0 MatMul：（MatMul）：/ job：localhost / replica：0 / task ：0 / cpu：0 2017-07-09 00：51：03.830271：我tensorflow / core / common_runtime / simple_placer.cc：847] MatMul：（MatMul）/ job：localhost /副本：0 / task：0 / cpu： 0 b_2：（Const）：/ job：localhost /副本：0 /任务：0 / cpu：0 2017-07-09 00：51：03.830283：我tensorflow / core / common_runtime / simple_placer.cc：847] b_2：（ const）/ job：localhost / replica：0 / task：0 / cpu：0 a_2：（Const）：/ job：localhost / replica：0 / task：0 / cpu：0 2017-07-09 00：51：03.830312 ：我tensorflow / core / common_runtime / simple_placer.cc：847] a_2：（Const）/ job：localhost / replica：0 / task：0 / cpu：0 b_1：（Const）：/ job：localhost / replica：0 / task ：0 / cpu：0 2017-07-09 00：51：03.830324：我tensorflow / core / common_runtime / simple_placer.cc：847] b_1：（const）/ job：localhost / replica：0 / task：0 / cpu： 0 a_1：（const）：/ job：localhost /副本：0 / task：0 / cpu：0 2017-07-09 00：51：03.830337：我tensorflow / core / common_runtime / simple_placer.cc：847] a_1：（ const）/ job：localhost / replica：0 / task：0 / cpu：0 b：（Const）：/ job：localhost / replica：0 / task：0 / cpu：0 2017-07-09 00：51：03.830348 ：我tensorflow / core / common_runtime / simple_placer.cc：847] b：（const）/ job：localhost / replica：0 / task：0 / cpu：0 a：（Const）：/ job：localhost / replica：0 /任务：0 / cpu：0 2017-07-09 00：51：03.830358：我tensorflow / core / common_runtime / simple_placer.cc：847] a：（const）/ job：localhost / replica：0 / task：0 / cpu 0：00（常量）/ job：本地主机/副本：0 /任务：0 / cpu：0 b_1：（常量）：/ job：本地主机/副本：0 /任务：0 / cpu：0 2017-07-09 00:51： 03.830324：我tensorflow / core / common_runtime / simple_placer.cc：847] b_1：（Const）/ job：localhost / replica：0 / task：0 / cpu：0 a_1：（Const）：/ job：localhost / replica：0 / task：0 / cpu：0 2017-07-09 00：51：03.830337：I tensorflow / core / common_runtime / simple_placer.cc：847] a_1：（Const）/ job：localhost / replica：0 / task：0 / cpu：0 b：（Const）：/ job：localhost /副本：0 /任务：0 / cpu：0 2017-07-09 00：51：03.830348：我tensorflow / core / common_runtime / simple_placer.cc：847] b ：（常量）/ job：本地主机/副本：0 /任务：0 / cpu：0 a：（常量）：/ job：本地主机/副本：0 /任务：0 / cpu：0 2017-07-09 00:51 ：03.830358：我tensorflow / core / common_runtime / simple_placer.cc：847] a：（const）/ job：localhost / replica：0 / task：0 / cpu：0（常量）/ job：本地主机/副本：0 /任务：0 / cpu：0 b_1：（常量）：/ job：本地主机/副本：0 /任务：0 / cpu：0 2017-07-09 00:51： 03.830324：我tensorflow / core / common_runtime / simple_placer.cc：847] b_1：（Const）/ job：localhost / replica：0 / task：0 / cpu：0 a_1：（Const）：/ job：localhost / replica：0 / task：0 / cpu：0 2017-07-09 00：51：03.830337：I tensorflow / core / common_runtime / simple_placer.cc：847] a_1：（Const）/ job：localhost / replica：0 / task：0 / cpu：0 b：（Const）：/ job：localhost /副本：0 /任务：0 / cpu：0 2017-07-09 00：51：03.830348：我tensorflow / core / common_runtime / simple_placer.cc：847] b ：（常量）/ job：本地主机/副本：0 /任务：0 / cpu：0 a：（常量）：/ job：本地主机/副本：0 /任务：0 / cpu：0 2017-07-09 00:51 ：03.830358：我tensorflow / core / common_runtime / simple_placer.cc：847] a：（const）/ job：localhost / replica：0 / task：0 / cpu：00 / task：0 / cpu：0 2017-07-09 00：51：03.830324：I tensorflow / core / common_runtime / simple_placer.cc：847] b_1：（Const）/ job：localhost / replica：0 / task：0 / cpu：0 a_1：（const）：/ job：localhost /副本：0 /任务：0 / cpu：0 2017-07-09 00：51：03.830337：我tensorflow / core / common_runtime / simple_placer.cc：847] a_1：（常量）/ job：本地主机/副本：0 /任务：0 / cpu：0 b：（常量）：/ job：本地主机/副本：0 / task：0 / cpu：0 2017-07-09 00： 51：03.830348：我tensorflow / core / common_runtime / simple_placer.cc：847] b：（Const）/ job：localhost / replica：0 / task：0 / cpu：0 a：（Const）：/ job：localhost / replica ：0 /任务：0 / CPU：0 2017-07-09 00：51：03.830358：我tensorflow / core / common_runtime / simple_placer.cc：847] a：（const）/ job：localhost / replica：0 / task： 0 / CPU：00 / task：0 / cpu：0 2017-07-09 00：51：03.830324：I tensorflow / core / common_runtime / simple_placer.cc：847] b_1：（Const）/ job：localhost / replica：0 / task：0 / cpu：0 a_1：（const）：/ job：localhost /副本：0 /任务：0 / cpu：0 2017-07-09 00：51：03.830337：我tensorflow / core / common_runtime / simple_placer.cc：847] a_1：（常量）/ job：本地主机/副本：0 /任务：0 / cpu：0 b：（常量）：/ job：本地主机/副本：0 / task：0 / cpu：0 2017-07-09 00： 51：03.830348：我tensorflow / core / common_runtime / simple_placer.cc：847] b：（Const）/ job：localhost / replica：0 / task：0 / cpu：0 a：（Const）：/ job：localhost / replica ：0 /任务：0 / CPU：0 2017-07-09 00：51：03.830358：我tensorflow / core / common_runtime / simple_placer.cc：847] a：（const）/ job：localhost / replica：0 / task： 0 / CPU：0本地主机/副本：0 /任务：0 / CPU：0 2017-07-09 00：51：03.830337：我tensorflow / core / common_runtime / simple_placer.cc：847] a_1：（Const）/ job：localhost /副本：0 / task：0 / cpu：0 b：（const）：/ job：localhost /副本：0 / task：0 / cpu：0 2017-07-09 00：51：03.830348：我tensorflow / core / common_runtime / simple_placer。 cc：847] b：（const）/ job：localhost / replica：0 / task：0 / cpu：0 a：（Const）：/ job：localhost / replica：0 / task：0 / cpu：0 2017-07 -09 00：51：03.830358：我tensorflow / core / common_runtime / simple_placer.cc：847] a：（Const）/ job：localhost / replica：0 / task：0 / cpu：0本地主机/副本：0 /任务：0 / CPU：0 2017-07-09 00：51：03.830337：我tensorflow / core / common_runtime / simple_placer.cc：847] a_1：（Const）/ job：localhost /副本：0 / task：0 / cpu：0 b：（const）：/ job：localhost /副本：0 / task：0 / cpu：0 2017-07-09 00：51：03.830348：我tensorflow / core / common_runtime / simple_placer。 cc：847] b：（const）/ job：localhost / replica：0 / task：0 / cpu：0 a：（Const）：/ job：localhost / replica：0 / task：0 / cpu：0 2017-07 -09 00：51：03.830358：我tensorflow / core / common_runtime / simple_placer.cc：847] a：（Const）/ job：localhost / replica：0 / task：0 / cpu：00 /任务：0 / cpu：0a：（const）：/ job：localhost /副本：0 /任务：0 / cpu：0 2017-07-09 00：51：03.830358：我tensorflow / core / common_runtime / simple_placer .cc：847] a：（const）/ job：localhost / replica：0 / task：0 / cpu：00 /任务：0 / cpu：0a：（const）：/ job：localhost /副本：0 /任务：0 / cpu：0 2017-07-09 00：51：03.830358：我tensorflow / core / common_runtime / simple_placer .cc：847] a：（const）/ job：localhost / replica：0 / task：0 / cpu：0

如果尝试使用手动指定GPU，tf.device('/gpu:0'):则会出现以下错误：

InvalidArgumentError：无法为操作'MatMul_3'分配设备：该操作已显式分配给/ device：GPU：0，但可用设备为[/ job：localhost /副本：0 / task：0 / cpu：0]。确保设备规格引用的是有效设备。[[节点：MatMul_3 = MatMul [T = DT_FLOAT，transpose_a = false，transpose_b = false，_device =“ / device：GPU：0”]（a_3，b_3）]]

我对AMI所做的唯一更改是将TensorFlow更新为最新版本

这是我跑步观看nvidia-smi时看到的内容

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 367.57                 Driver Version: 367.57                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Tesla K80           On   | 0000:00:1E.0     Off |                    0 |
| N/A   44C    P8    27W / 149W |      0MiB / 11439MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

狮子座

1.检查您的实例，是否选择GPU？
使用“观看nvidia-smi”查看GPU信息。

2.检查您的AMI和Tensorflow版本，可能它不支持GPU或配置错误。

我使用以下AMI：深度学习AMI Amazon Linux（ami-296e7850）。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。