时间戳

首页 > 解决方案 > 如何配置我的 jupyter notebook 以便在使用 keras 时使用可用的 GPU？

python - 如何配置我的 jupyter notebook 以便在使用 keras 时使用可用的 GPU？

问题描述

我搜索了解决方案并使用 pip 安装了 tensorflow-gpu。

tf.config.list_physical_devices('GPU')

此代码返回一个空列表。[]

您可以看到我有 2 个 GPU，但是当我使用 keras 进行图像处理（CNN）时，它们都没有被使用。

我是新手，所以不明白到底出了什么问题。请帮我配置，以便我可以使用我的 GPU 进行处理。我正在使用 Windows 10 64 位 Python-3.8.7。按照建议，我尝试在 python 终端上导入 tensorflow，但出现以下错误：

import tensorflow as tf

2021-02-13 22:52:17.253841：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“cudart64_110.dll”；dlerror: cudart64_110.dll not found 2021-02-13 22:52:17.266384: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] 如果您的机器上没有设置 GPU，请忽略上面的 cudart dlerror。

当我尝试列出 GPU 时，紧随其后的是： tf.config.list_physical_devices('GPU')

2021-02-13 22:57:17.390319：我 tensorflow/compiler/jit/xla_cpu_device.cc:41] 未创建 XLA 设备，未设置 tf_xla_enable_xla_devices 2021-02-13 22:57:17.749790：我 tensorflow/stream_executor/platform/ default/dso_loader.cc:49] 成功打开动态库 nvcuda.dll 2021-02-13 22:57:18.937838: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1720] 找到具有属性的设备 0：pciBusID: 0000 :01:00.0 名称：GeForce MX150computeCapability: 6.1 coreClock: 1.5315GHz coreCount: 3 deviceMemorySize: 2.00GiB deviceMemoryBandwidth: 44.76GiB/s 2021-02-13 22:57:18.966071: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“cudart64_110.dll”；dlerror: cudart64_110.dll not found 2021-02-13 22:57:18.974209: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库 'cublas64_11.dll'; dlerror: cublas64_11.dll not found 2021-02-13 22:57:18.981154: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库 'cublasLt64_11.dll'; dlerror: cublasLt64_11.dll not found 2021-02-13 22:57:18.988826: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库 'cufft64_10.dll'; dlerror: cufft64_10。找不到 dll 2021-02-13 22:57:18.996411: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库 'curand64_10.dll'; dlerror: curand64_10.dll not found 2021-02-13 22:57:19.002563: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found 2021-02-13 22:57:19.009636: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库 'cusparse64_11.dll'; dlerror: cusparse64_11.dll not found 2021-02-13 22:57:19.018025: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库 'cudnn64_8.dll'; dlerror: cudnn64_8.dll 未找到 2021-02-13 22:57:19.025064: W tensorflow/core/common_runtime/gpu/gpu_device.cc: 1757] 无法打开某些 GPU 库。如果您想使用 GPU，请确保正确安装了上述缺少的库。按照指南在https://www.tensorflow.org/install/gpu了解如何为您的平台下载和设置所需的库。跳过注册 GPU 设备... []

标签： pythontensorflowkerasjupyter-notebookgpu-shared-memory

解决方案

Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found此错误消息说 Tensorflow-gpu 需要 CUDA 11

Could not load dynamic library 'cudnn64_8.dll'; dlerror: cudnn64_8.dll not found此错误消息说运行 Tensorflow-gpu 版本需要 cuDNN 8。

安装正确的版本CUDA并cuDNN按照此处提到的说明在 Windows 操作系统上设置 GPU 支持。

推荐阅读