前提:cuda版本和cudnn版本已安装好,版本对应没问题;
问题:在安装好cuda、tensorflow、tensorflow-gpu的环境下,调用tensorflow跑模型,发现cpu资源占满,而gpu处于空闲状态。
导致上述问题的原因可能有两个:
(1)tensorflow-gpu的版本低于tensorflow的版本;
(2)cuda版本与tensorflow-gpu版本对应不上;
对于第一个原因:tensorflow-gpu的版本低于tensorflow的版本,有以下检查方法:
(1)跑模型,然后bash环境输入nvidia-smi直接查看是否正使用gpu(也能查看CUDA版本)
(2)在python环境下打印设备信息
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
1)假如tensorflow-gpu版本低于tensorflow版本时,只会输出以下设备全是cpu的信息: