Python配置TensorFlow-GPU环境（笔记II）-2019.03.04

最新推荐文章于 2025-07-14 17:41:07 发布

mx丶姜小辉

最新推荐文章于 2025-07-14 17:41:07 发布

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： tensorflow-gpu python

本文链接：https://blog.youkuaiyun.com/qq_40304090/article/details/88103769

Python 专栏收录该内容

28 篇文章

订阅专栏

本文分享了在Windows10系统下，使用NVIDIA GeForce GTX 1050 Ti和Anaconda环境下，安装TensorFlow GPU版1.13.1过程中遇到的GPU设备未被识别的问题及解决方案。通过调整代码中的设备指定方式、设置tf.Session参数、检查并重新安装CUDA和cuDNN等步骤，成功解决了设备识别问题。

由于之前电脑问题导致系统重装，需要重新安装了GPU版的TensorFlow来跑人脸识别的代码，发现安装过程中与上一次笔记的不同了（有了新的版本匹配），这次是新的配置说明。

系统：Windows10

GPU：NVIDIA GeForce GTX 1050 Ti

Python：Anaconda3-5.0.0-Windows-x86_64，在win上安装py3.6版本。

TensorFlow：tensorflow_gpu-1.13.1

CUDA：CUDA10.0

cudnn：https://developer.nvidia.com/rdp/cudnn-download（需要注册）

这次安装主要遇到一个问题，用简单的代码进行测试：

安装完成之后，导入TensorFlow库没有问题，但是调用GPU设备时就报错提示找不到设备。

运行错误：InvalidArgumentError (see above for traceback): Cannot assign a device for operation add: Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/device:CPU:0 ]. Make sure the device specification refers to a valid device.
[[node add (defined at <ipython-input-3-3158f2cabb05>:6) = Add[T=DT_FLOAT, _device="/device:GPU:0"](a, b)]]

百度翻译：InvalidArgumentError（有关回溯，请参阅上面的内容）：无法为操作分配设备add:操作已显式分配给/device:gpu:0，但可用设备是[/job:localhost/replica:0/task:0/device:cpu:0]。确保设备规格引用了有效的设备。

[节点添加（定义于<ipython-input-3-3158f2cabb05>：6）=add[t=dt_float，_device=“/device:gpu:0”]（a，b）]

后来使用了几种方式，问题终于解决了。

把代码中的“with tf.device('/gpu:0'):”改为了“with tf.device(None):”。
tf.Session中config = tf.ConfigProto(allow_soft_placement=True) ，allow_soft_placement为True时当GPU调用不了时会默认选择CPU调用，而为False时为选择调用GPU。
检查安装Cuda 和 cuDNN安装是否有问题，若没问题，卸载tensorflow（CPU与GPU版），再次重装了tensorflow-gpu。
检查GPU是否有开启。

文章未经博主同意，禁止转载！