web-dev-qa-db-fra.com

Comment utiliser le GPU TensorFlow?

Comment utiliser GPU TensorFlow version au lieu deCPUversion en Python 3.6 x64?

import tensorflow as tf

Python utilise monCPUpour les calculs. 
Je peux le remarquer parce que j'ai une erreur:

Votre CPU supporte des instructions que ce binaire TensorFlow n'était pas compilé pour utiliser: AVX2

J'ai installé tensorflow et tensorflow-gpu.

Comment passer à la version GPU? 

pythontensorflow
8
Guruku

Suivez ce tutoriel GPU Tensorflow Je l’ai fait et cela fonctionne parfaitement.

Attention! - installez version 9.0! la nouvelle version n'est pas supportée par Tensorflow-gpu

Pas:

  1. Désinstallez votre ancien tensorflow
  2. Installez tensorflow-gpu pip install tensorflow-gpu
  3. Installez la carte graphique et les pilotes Nvidia (vous en avez probablement déjà)
  4. Téléchargez et installez CUDA
  5. Télécharger et installer CUDNN
  6. Vérifier par programme simple

from tensorflow.python.client import device_lib print(device_lib.list_local_devices())

4
Ashwel

J'ai essayé de suivre le tutoriel ci-dessus. Le tensorflow change beaucoup, tout comme les versions de NVIDIA nécessaires à l’exécution sur un processeur graphique. Le problème suivant est que la version de votre pilote détermine la version de votre boîte à outils, etc. À ce jour, ces informations sur les exigences logicielles devraient éclairer la manière dont elles interagissent:

NVIDIA® GPU drivers —CUDA 9.0 requires 384.x or higher.
CUDA® Toolkit —TensorFlow supports CUDA 9.0.
CUPTI ships with the CUDA Toolkit.
cuDNN SDK (>= 7.2) Note: Make sure your GPU has compute compatibility >3.0
(Optional) NCCL 2.2 for multiple GPU support.
(Optional) TensorRT 4.0 to improve latency and throughput for inference on some models.

Et ici vous trouverez les exigences actuelles spécifiées par tensorflow (qui, espérons-le, seront régulièrement mises à jour).

1
mrk