关于我装的GPU版tensorflow然后却是cpu在跑这件事

最新推荐文章于 2024-05-20 15:40:11 发布
最新推荐文章于 2024-05-20 15:40:11 发布
阅读量3.8k 收藏 9
点赞数 1
分类专栏： 报错记录 文章标签： 回归 线性回归 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43701213/article/details/121426994
版权
在尝试运行神经网络时，发现GPU未被利用，任务管理器显示GPU未使用。通过检查发现CUDA库文件问题，修改dll文件后，GPU在TensorFlow中可见，但运行代码时出现错误。解决方案是确保在实例化模型之前设置GPU内存增长，并将相关GPU配置语句放在代码开头。适当调整batch大小以提高GPU利用率。
摘要由CSDN通过智能技术生成

神经网络的层数越来越多，程序跑的也是越来越慢，打开任务管理器发现我的GPU根本没用到，白瞎我买的电脑，和费那劲装的tensorflowGPU版


首先看一下GPU是否可用

import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))

我的输出是[],也就是空
在cmd窗口激活我们用的tensorflow环境，会显示找不到cusolver64_10.dll，我们进入cuda的目录，我的是默认的C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin，把cusolver64_11.dll改名改成10
到这里我就看到我的GPU了 [PhysicalDevice(name=’/physical_device:GPU:0’, device_type=‘GPU’)]


继续运行程序，我以前可以正常运行的代码开始报这个错

NotFoundError: No algorithm worked! [[node vgg_net/conv2d/Conv2D
(defined at :94) ]]
[Op:__inference_train_function_3048]

E

最低0.47元/天 解锁文章
tf第一讲：安装tensorflow（GPU版和CPU版）
weixin_43178406的博客
03-03 1万+
本文讲述了如何安装tf，包括win下cpu、gpu的安装方法，linux下的cpu、gpu安装方法，不同环境、不同版本的tf安装方法都不相同
Win10下Tensorflow-gpu使用cpu训练而不是gpu加速
weixin_43716328的博客
04-02 4489
Win10下Tensorflow-gpu使用cpu训练而不是gpu加速
tensorflow如何指定gpu运行还是cpu运行
wangmengmeng99的博客
05-20 546
如果需要切换成CPU运算，可以调用tf.device(device_name)函数，其中device_name格式如/cpu:0其中的0表示设备号，TF不区分CPU的设备号，设置为0即可。在TensorFlow中，如果你安装的TensorFlow版本是GPU版本的，并且你的电脑配置符合gpu运行的条件，那么系统就默认使用gpu进行训练，不用单独去指明用GPU。run() 函数的运作计制是：先加载flags的参数项，然后执行main() 函数，其中参数使用tf.app.flags.FLAGS定义。
设置成GPU后仍然在使用CPU跑程序
何少的博客
11-04 1万+
今天在跑Capsule网络代码时，明明用 import os os.environ[“CUDA_VISIBLE_DEVICES”] = “0” 定义了调用GPU跑程序，却仍然占用CPU，之后在网上没有找到解决办法． 后来，突然看了下自己的编译环境，用的Anaconda，里面的库同时包含了Tensorflow和Tensor flow-GPU,感觉应该是默认使用Tensorflow跑。 之后换成了Py...
tensorflow运行在gpu还是cpu
weixin_42729843的博客
11-21 1万+
tensorflow在电脑的gpu和cpu上均可运行： "/cpu:0"：机器的 CPU。 "/device:GPU:0"：机器的 GPU（如果有一个）。 "/device:GPU:1"：机器的第二个 GPU（以此类推）。 当想要知道指令和张量在哪个设备上运行时，可以这样设置session： sess = tf.Session(config=tf.ConfigProto(log_devi...
tf2.0——为什么安装了tensorflow-gpu，结果还是用CPU在训练？
syh的技术记录
08-14 1万+
tf2.0——为什么安装了tensorflow-gpu，结果还是用CPU在训练？前言安装步骤为什么安装的是GPU版本训练时还是用的CPU？ 前言 最近在学习台大李宏毅老师的ML/DL的网课，学到CNN那一章想着做一下作业3（用CNN实现一个11种食物分类的模型），模型搭建好后跑了一下，结果要一个多小时才能出结果，而且准确率还不是很高（53%左右），遂想修改下模型，但实在是耗不起时间（毕竟我训练模型的那一个多小时都在打王者）。 所以决定下个GPU版本的tensorflow来训练模型，期间踩了很多坑，写这篇博客
win10安装tensorflow-gpu却用CPU运行的解决方法
cheng_xu_yuan_yy的博客
03-08 6305
win10安装tensorflow-gpu却用CPU运行的解决方法前言一、出现问题？二、可能的原因和解决方案1.版本不一致2.cuda和cudnn没有安装好总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、出现问题？ 安装好cuda和cudnn后（再默认路径下），安装Anaconda并创建好tensorflow-gpu的虚拟环境
已安装TensorFlow-GPU但未启用的解决参考策略
weixin_64079687的博客
11-02 2613
深度学习、TensorFlow、keras
tensorflow 指定cpu 但是还会运行 gpu_TensorFlow中的计算图
weixin_39776239的博客
12-16 291
作者 | stephenDC来源 | 大数据与人工智能(ID:ai-big-data)1 什么是计算图？一个机器学习任务的核心是模型的定义以及模型的参数求解方式，对这两者进行抽象之后，可以确定一个唯一的计算逻辑，将这个逻辑用图表示，称之为计算图。计算图表现为有向无环图，定义了数据的流转方式，数据的计算方式，以及各种计算之间的相互依赖关系等。2 计算图的基本组成TensorFlow的计算图粒度比较细...
Tutorial--怎么看自己安装的Tensorflow是GPU版本的还是CPU版本的
热门推荐
qq_33472146的博客
06-29 2万+
例子1： 为了获取你的 operations 和 Tensor 被指派到哪个设备上运行, 用log_device_placement 新建一个 session, 并设置为 True来记录设备指派情况。 例子(矩阵相乘)： import tensorflow as tf # 新建一个 graph a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shap...
在服务器上跑gpu版本tensorflow
BoJack_Horse的博客
03-04 1450
在服务器上跑gpu版本tensorflow   一直天真的以为学校服务器上面有gpu就可以自动的照着gpu版本的跑了，但是每次发现输出信息中的device都显示是cpu，虽然速度是比我的电脑快，但batchsize=8跑个6000张的图像一轮就要2小时，感觉不大对劲。后来一查，发现可用设备里面压根没有gpu啊？？   首先，检查一下自己下的是不是gpu版本的tf，果然不是， ...
keras、bertkeras、tensorflow安装了GPU版本运行代码却是CPU、启动GPU运行失败记录
weixin_43918046的博客
04-23 1518
最近跑NLP模型，用了bert模型作为框架提取数据特征，因为网络比较复杂，用CPU估计得几天，，，，必须上GPU，然后把数据搭载到服务器，安装了tensorflow-gpu1.14.0版本，安装成功，没有报错，运行代码，速度还是很慢，是按CPU的效率运算的，我就晕了，百度了各种方法，然后也在代码里加了强制启动GPU运行的代码指令，都没有用，就很奔溃。 这里说明一下keras和bertkeras和tensorflow的关系，keras和bertkeras都是tensorflow的一个封装，所以如果你以为你的代
Tensorflow使用CPU， 不用GUP
m0_64748541的博客
03-07 1470
tensorflow是否使用GPU问题，训练速度缓慢的情况检查原因，以及如何检查显存。
tensorflow在CPU可以正常运行，在GPU报错
weixin_45885232的博客
02-06 680
tensorflow在GPU下报奇奇怪怪错误的解决方案，尤其是7209行错误
为什么有GPU，使用pytorch训练的时候还是使用的CPU训练？
qq_46491311的博客
03-17 2111
为什么有GPU，使用pytorch训练的时候还是使用的CPU训练？前言`提示：因为使用pip进行安装，默认下载的就是cpu的版本：` ![在这里插入图片描述](https://img-blog.csdnimg.cn/1c4dc1d99bb84b1596685e4cd9b7497e.png)解决方法1、进入https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/下载安装包2、选择对应的cuda版本进行下载如果不知道cuda的版本在控制台中输入nvidia-smi
服务器运行程序一直不能上GPU,一直在CPU上跑的原因
薰珞婷紫小亭子的博客
12-25 8821
服务器运行程序一直不能上GPU,一直在CPU上跑的原因 一、问题描述 网上找的别人的开源代码，通过配置参数可以实现程序成功运行，但是运行速度很慢，通过gpustat命令查看，发现一直都是在cpu上运行，可程序中，明明写了device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") 二、解决方法 1 . 通过将原程序中的device = torch.device("cuda:0" if torch.cuda.is_availab
GPU版TensorFlow设置CPU运行的办法
人工智能导航，人工智能资料学习导航
03-27 629
import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"] = "-1" 将以上三行代码放入程序首部即可。
已安装cpu的tensorflow之后，安装gpu版
prin1127的博客
10-24 2019
1.检查Anaconda是否成功安装：conda --version 2.检测目前安装了哪些环境：conda info --envs 3.安装python： conda create --name tensorflow-gpu python=3.6 4.检测目前安装了哪些环境：conda info --envs 5.按照提示，激活之：activate tensorflow-gpu 6.安装gpu版...
python tensorflow 检测 cpu 占用率太高_Tensorflow安装与配置
weixin_34312149的博客
01-24 1249
深度学习，我采用的是Tensorflow框架，编译环境是Pycharm一、首先安装python【1】可以用python官网下载python对应版本进行安装【2】用Anaconda进行python的安装Anaconda可以理解为一个复合着常用库的python解释器等在我们在Pycharm进行代码编写时，要选择解释器。如果你单纯的安装了Python，那就需要安装第三方库，然而无论是在命令行中还是在Py...
我的tensorflow版本是tensorflow-cpu 2.13.0
最新发布
05-29
tensorflow-cpu 2.13.0是TensorFlow的CPU版本，它不包含GPU加速功能，适用于没有GPU支持的计算机。它基于Python开发，提供了一系列API，可用于构建和训练各种类型的机器学习模型。TensorFlow的CPU版本可以运行在多种操作系统上，包括Windows、Linux和macOS等。使用TensorFlow CPU版本，您可以使用Keras API来构建深度学习模型，也可以使用其他高级API来构建其他类型的模型。如果您需要使用GPU加速功能，则需要安装TensorFlow GPU版本。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值