检测tensorflow是否使用GPU+tensorflow-gpu版本怎么安装匹配的cuda9.2和cudnn7.5+python37改安装tensorflow-gpu1.9.0版本

最新推荐文章于 2021-06-02 00:07:49 发布

原创

最新推荐文章于 2021-06-02 00:07:49 发布 · 1.3k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #gpu #cuda

1.前提：本机已安装tensorflow-gpu

2.检测：

import tensorflow as tf
sess=tf.Session(config=tf.ConfigProto(log_device_placement=True))

3.目的：
查看日志信息，若包含gpu信息，就是使用了gpu。
其他方法：跑计算量大的代码，通过 nvidia-smi 命令查看gpu的内存使用量

4.返回：

CUDA driver version is insufficient for CUDA runtime version
#CUDA程序版本不足以支持CUDA运行时版本

5.错误原因：
CUDA版本对显卡驱动版本有要求

6.什么是CUDA？
是Nvidia推出的只能用于自家GPU的并行计算框架，是通用计算，用CUDA计算大数据量的计算，须调用CUDA库提供的函数以传递给CUDA，CUDA再调用显卡用户态驱动对CUDA程序进行编译，显卡用户态再调用内核态驱动将命令以及编译好的程序数据传递给GPU计算
可参考知乎：https://www.zhihu.com/question/59184480

7.怎么做：
（0）可由官网：http://developer.nvidia.com/cuda-gpus查看支持NVIDIA的型号（有1050没有1050Ti打算试