如何让 tensorflow keras 使用我的 GPU？答案

【问题标题】：How to get tensorflow keras to use my GPU?如何让 tensorflow keras 使用我的 GPU？
【发布时间】：2021-05-26 05:01:49
【问题描述】：

我正在尝试在 tensorflow 中使用 keras 来训练 CNN 网络以进行某些图像分类。显然，在我的 CPU 上运行的训练非常慢，所以我需要使用我的 GPU 来进行训练。我在 StackOverflow 上发现了很多类似的问题，但都没有帮助我让 GPU 工作，因此我单独提出这个问题。

我已安装 NVIDIA GeForce GTX 1060 3GB 和 466.47 NVIDIA 驱动程序。我已经从 NVIDIA 网站安装了 CUDA 工具包（通过输出我的版本 11.3 的 nvcc -V 命令确认安装），并下载了 CUDNN 库。我解压缩了 CUDNN 文件并将文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3，如 NVIDIA 网站上所述。最后，我检查了它是否在 PATH 上（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin 和 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp 都是在环境变量“路径”中）。

然后我使用 conda 设置了一个环境，下载了一些我需要的包，比如 scikit-learn，以及 tensorflow-gpu=2.3 在将我的环境引导到 Jupyter Notebook 之后，我运行这个代码来检查它是否拿起 GPU：

import tensorflow as tf
print(tf.__version__)
print(tf.config.list_physical_devices())

得到这个：

2.3.0 [PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]

我已经尝试了我在这个主题上接触到的所有东西，但在让它发挥作用方面没有取得任何成功。任何帮助将不胜感激。

【问题讨论】：

让 CUDA 工作，然后安装 tensorflow-gpu（不是仅 tensorflow）
是的，我做到了

标签： python tensorflow tf.keras

【解决方案1】：

首先，您必须安装所有 CUDA 要求。如果您有 Ubuntu 20.04，here 是您可以安装要求的方式。那么是时候安装 tensorflow 了。作为你打算使用你的 GPU，你已经安装了 tensorflow-gpu 库，而不是单独的 tensorflow。

【讨论】：

是的，正如我在问题中所说，我安装了所有 CUDA 要求，然后安装了 tensorflow gpu。

【解决方案2】：

我猜你已经使用pip install tensorflow 正确安装了 TensorFlow。 TensorFlow 目前支持具有 CUDA 架构 3.5、5.0、6.0、7.0、7.5、8.0 和高于 8.0 的 NVIDIA GPU 卡。如果您有支持的卡，但 TensorFlow 无法检测到您的 GPU，则必须安装以下软件：

NVIDIA GPU drivers —CUDA 11.0 需要 450.x 或更高版本。
CUDA Toolkit —TensorFlow 支持 CUDA 11 (TensorFlow >= 2.4.0)
cuDNN SDK 8.0.4

您可以选择安装TensorRT 6.0 以改善某些模型的推理延迟和吞吐量。更多信息请参考 TensorFlow 文档：https://www.tensorflow.org/install/gpu

【讨论】：

对不起，你能解释一下兼容性吗？为什么我需要 CUDA 11.3 的 cuDNN SDK 8.0.4，我可以不使用最新版本的 cuDNN 8.2.0，因为 [developer.nvidia.com/rdp/cudnn-download](NVIDIA) 声明 8.2.0 适用于 11.x？
抱歉回复晚了，cuDNN 8.2.0 适用于 11.x，因此您也可以使用 cuDNN 8.2.0

【解决方案3】：

我建议使用 conda 安装 CUDA Toolkit 包以及 CUDNN，这样可以避免浪费时间下载正确的包（或更改系统文件夹）

conda install -c conda-forge cudatoolkit=11.0 cudnn=8.1

然后你可以通过输入安装keras和tensorflow-gpu

conda install keras==2.7
pip install tensorflow-gpu==2.7

它会直接工作。

基于this issue

【讨论】：