【发布时间】：2018-08-16 05:52:07
【问题描述】：
我正在尝试使用 Keras 和 Tensorflow 后端来训练一个 CNN 模型。问题是，尽管我安装了 tensorflow-gpu 而不是普通的 tensorflow solution described in this link。
我已经安装了 CUDA 9.0 版和 cuDNN 7.1 版，this link described 没有收到任何问题。
我还确保 tensorflow 能够检测到我的 GPU
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 18032619952595111467
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 3187841433
locality {
bus_id: 1
}
incarnation: 7706357628903921514
physical_device_desc: "device: 0, name: GeForce GTX 1050, pci bus id: 0000:01:00.0, compute capability: 6.1"
]
经过进一步研究，我发现了这个link。而且我的脚本没有加载本地 cuDNN 库。
编辑
下面是nvidia-smi.exe的截图，这是我开始CNN训练前后（即没有变化）。
编辑 v2
好的，我取得了一些小进展，结果发现在 Spyder 中运行脚本有些奇怪，所以我在命令提示符中使用 python my_python_script.py 运行它。我可以肯定地说 GPU 是被 tensorflow 识别的，因为 Keras 已经给 GPU 分配了工作。但是，我仍然得到 0% 的利用率
我不知道还有什么问题。请帮忙。
提前致谢！
【问题讨论】：
-
能否请您尝试在终端上运行
nvidia-smi，看看您运行cnn时内存使用和进程是否有任何变化？ -
@skr_robo 我已经进行了编辑，虽然我不确定如何解释结果
-
我的错。我没有注意到这一点。你知道
PID 13636对应的是什么进程吗？这看起来像 Keras CNN 代码。另外，你能通过运行nvcc -V来验证CUDA的安装吗？ -
我认为那是 Spyder 编辑器。是的，
CUDA已安装，nvcc -V的输出为nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2017 NVIDIA Corporation Built on Fri_Sep__1_21:08:32_Central_Daylight_Time_2017 Cuda compilation tools, release 9.0, V9.0.176 -
Spyder 被广泛用于运行 Keras CNN 代码。您是否使用 Spyder IDE 运行 Keras CNN 代码？
标签： python tensorflow keras