使用 GPU 设置张量流答案

【问题标题】：Setting up tensorflow with GPU使用 GPU 设置张量流
【发布时间】：2018-03-03 23:49:25
【问题描述】：

我关注了instructions for installing tensorflow with gpu support，但我仍然无法使用 GPU 运行 tensorflow。我使用的是 Windows 10。我安装了 CUDA v9.1（使用 nvcc --version 验证），我有 NVIDIA GeForce GTX 980M 驱动程序，我下载了最新的 cuDNN 安装并将所有文件放在these instructions 之后的 CUDA 目录中。我将 CUDA bin 目录添加到 %PATH$ 环境变量中，并确保定义了 %CUDA_PATH% 变量。我 pip 安装了 tensorflow-gpu，然后重新启动了我的计算机。什么都没发生。我仍然得到：

Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/device:CPU:0 ]

可能是路径问题。当我 pip uninstall tensorflow 出现“权限被拒绝”错误，因为卸载程序正在尝试访问我的默认用户，该用户的目录中有一个空格字符（我知道！）。但是尽管有这个错误，tensorflow 仍然被卸载。我尝试使用 conda 进行设置，但效果不佳。 Conda 拒绝承认我出于某种原因安装了 tensorflow。

我阅读了所有关于设置 GPU 的在线讨论，但似乎都没有解决这个问题。

谢谢！

【问题讨论】：

标签： tensorflow gpu nvidia

【解决方案1】：

更新：经过更多研究发现存在三个问题：（i）tensorflow 与 CUDA v9.1 不兼容，（ii）我不得不强制删除缓存的 tensorflow 版本，以及（iii）我必须设置 CUDA_VISIBLE_DEVICES 环境变量。我必须安装 CUDA v9.0 并运行：

pip3 uninstall tensorflow
pip uninstall tensorflow-gpu
pip install --upgrade --force-reinstall tensorflow-gpu
export CUDA_VISIBLE_DEVICES=0,1

见this discussion.

【讨论】：