如果你的GPU没有3.0或更高的计算能力,而你导入了TensorFlow,你会得到什么输出?张量流还会导入还是什么?
pip install tensorflow-gpu
应该仍然可以正常工作。
只需确保仔细阅读输出即可。
我想象的最糟糕的情况是,它不会像张量流可能会假设你的机器每秒可以做多少次计算那样优化。
安装后,打开一个python
环境并运行它。
import tensorflow
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcudnn.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcurand.so locally
您应该看到类似的输出。这样您就可以知道您的 GPU 是否正确读取。(如果是英伟达,我不知道AMD。
要找出使用的设备,您可以运行此设备
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
要在 GPU 上运行,要求是
具有 CUDA 计算能力 3.0 或更高版本的 GPU 卡。
但是,您仍然可以运行仅 CPU 版本的张量流。