尽管安装了tensorflow-GPU，但GPU未用于计算

Question

我的电脑安装了以下软件：Anaconda（3）、TensorFlow（GPU）和Keras。有两个Anaconda虚拟环境，一个是针对Python 2.7的TensorFlow，另一个是面向3.5的，都是GPU版本，根据TF说明安装（我之前在单独的环境中安装了TensorFlow的CPU版本，但我已经删除了它。）

当我运行以下命令时：

源激活张量流-gpu-3.5python代码.py

并检查英维迪亚·斯密它只显示了Python的3MiB GPU内存使用情况，因此看起来GPU没有用于计算。(代码.py是使用Keras实现的简单深度Q学习算法）

你知道哪里会出问题吗？

Answer 1

Windows上的TensorFlow

我花了几个小时才修复windows上的TensorFlow安装问题，所以下面是摘要：

检查TensorFlow-gpu是否工作（使用此代码）：

带tf.device（'/gpu:0'）：a=tf.常数（[1.0，2.0，3.0，4.0，5.0，6.0]，形状=[2，3]，名称='a'）b=tf.常数（[1.0，2.0，3.0，4.0，5.0，6.0]，形状=[3，2]，名称='b'）c=tf.matmul（a，b）tf.Session（）作为sess：打印（sess.run（c））

要检查可用CPU或GPU的列表（使用此代码）：

从tensorflow.python.client导入设备lib打印（device_lib.list_local_devices（））如果tf.test.gpu_device_name（）：print（'默认GPU设备：{}'.format（tf.test.GPU_Device_name（）））其他：打印（“请安装GPU版本的TF”）

使用CUDA和cuDNN在Windows上安装Tensorflow GPU

指南概述

• 在计算机上安装Nvidia的卡以及驱动程序
• 下载并安装CUDA
• 下载并“安装”cuDNN
• 卸载Tensorflow，安装Tensorflow GPU
• 更新系统上的%PATH%
• 验证安装

指南完整详细信息

• 安装传感器flow-gpu-windows-cuda-cudnn
• 如何在windows上安装和运行启用gpu的tensorflow

确保

• 您已经卸载了tensorflow，并且只安装了tensonflow-gpu以完成任务。
• 根据您的项目设置，从pip和conda环境中卸载tensorflow，并只安装tensorfflow-gpu
• 设置PATH变量后，请确保注销或重新启动系统。

希望对您有所帮助：）

Answer 2

调试这些问题的一个好方法是检查哪些操作分配给了哪些设备。

您可以通过向会话传递配置参数来进行检查：

session=tf.session（config=tf.ConfigProto（log_device_placement=True））

当你运行应用程序时，你会看到一些显示正在使用哪些设备的输出。

您可以在此处找到更多信息：https://www.tensorflow.org/tutorials/using_gpu

Answer 3

我的GPU没有运行的原因是因为CuDNN的安装损坏，更确切地说，库和源代码来自不同版本的CuDNN。

它被修复了下面的建议。

Answer 4

这是一个棘手的问题，几乎就像计算机会使用任何可能的借口来恢复到CPU。为确保目前正在使用十种流量、keras和pytorch，请参阅https://stackoverflow.com/a/53244520/420400