где./ настройка TensorFlow и как включить поддержку GPU?
при установке TensorFlow на моем Ubuntu я хотел бы использовать GPU с CUDA.
но я остановился на этом шаге в Официальный Учебник :
где именно ./configure
? Или где мой корень дерева источника.
мой TensorFlow находится здесь /usr/local/lib/python2.7/dist-packages/tensorflow
. Но я так и не нашел ./configure
.
редактировать
я нашел ./configure
по к ответ Сальвадора Дали. Но при выполнении примера кода я получил следующую ошибку:
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
I tensorflow/core/common_runtime/local_device.cc:25] Local device intra op parallelism threads: 8
E tensorflow/stream_executor/cuda/cuda_driver.cc:466] failed call to cuInit: CUDA_ERROR_NO_DEVICE
I tensorflow/stream_executor/cuda/cuda_diagnostics.cc:86] kernel driver does not appear to be running on this host (cliu-ubuntu): /proc/driver/nvidia/version does not exist
I tensorflow/core/common_runtime/gpu/gpu_init.cc:112] DMA:
I tensorflow/core/common_runtime/local_session.cc:45] Local session inter op parallelism threads: 8
устройство cuda не может быть найдено.
ответ
см. ответ о том, как я включил поддержку GPU здесь.
4 ответов
Это скрипт bash, который должен быть в
корень исходного дерева
когда вы клонировать РЕПО. Вот он https://github.com/tensorflow/tensorflow/blob/master/configure
для вашего второго вопроса: у вас установлен совместимый GPU (NVIDIA compute capability 3.5 или выше), и у вас установлен CUDA 7.0 + cuDNN в соответствии с инструкциями? Это наиболее вероятная причина, по которой вы видите неудачу. Это может быть проблема установки cuda, если ответ да. Вы видите свой GPU в списке при запуске nvidia-smi? Если нет, вам нужно сначала это исправить. Это может потребовать получения нового драйвера и / или повторного запуска nvidia-xconfig и т. д.
ответ на первый вопрос:
./configure
уже найдено в соответствии с ответом здесь. Он находится в исходной папкеtensorflow
как показано здесь.ответ на второй вопрос:
на самом деле, у меня есть GPU NVIDIA Corporation GK208GLM [Quadro K610M]
. У меня тоже есть CUDA
+ cuDNN
установлен. (Поэтому следующий ответ основан на том, что вы уже установили CUDA 7.0+
+ cuDNN
правильно с правильная версия.) Однако проблема в том, что у меня установлен драйвер, но GPU просто не работает. Я сделал это, работая в следующих шагах:
сначала я сделал это lspci
и у:
01:00.0 VGA compatible controller: NVIDIA Corporation GK208GLM [Quadro K610M] (rev ff)
статус здесь rev ff. Тогда я сделал sudo update-pciids
и чека lspci
, и получил:
01:00.0 VGA compatible controller: NVIDIA Corporation GK208GLM [Quadro K610M] (rev a1)
теперь состояние NVIDIA GPU правильно как rev a1. Но теперь ... --6--> пока не поддерживает GPU. Следующий шаги (драйвер Nvidia, который я установил, - версия nvidia-352
):
sudo modprobe nvidia_352
sudo modprobe nvidia_352_uvm
для того чтобы добавить драйвер в правильном режиме. Проверьте еще раз:
cliu@cliu-ubuntu:~$ lspci -vnn | grep -i VGA -A 12
01:00.0 VGA compatible controller [0300]: NVIDIA Corporation GK208GLM [Quadro K610M] [10de:12b9] (rev a1) (prog-if 00 [VGA controller])
Subsystem: Hewlett-Packard Company Device [103c:1909]
Flags: bus master, fast devsel, latency 0, IRQ 16
Memory at cb000000 (32-bit, non-prefetchable) [size=16M]
Memory at 50000000 (64-bit, prefetchable) [size=256M]
Memory at 60000000 (64-bit, prefetchable) [size=32M]
I/O ports at 5000 [size=128]
Expansion ROM at cc000000 [disabled] [size=512K]
Capabilities: <access denied>
Kernel driver in use: nvidia
cliu@cliu-ubuntu:~$ lsmod | grep nvidia
nvidia_uvm 77824 0
nvidia 8646656 1 nvidia_uvm
drm 348160 7 i915,drm_kms_helper,nvidia
можно найти Kernel driver in use: nvidia
и nvidia
в нужном режиме.
вот пример здесь для тестирования GPU:
cliu@cliu-ubuntu:~$ python
Python 2.7.9 (default, Apr 2 2015, 15:33:21)
[GCC 4.9.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
>>> b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
>>> c = tf.matmul(a, b)
>>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
I tensorflow/core/common_runtime/local_device.cc:25] Local device intra op parallelism threads: 8
I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:888] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
I tensorflow/core/common_runtime/gpu/gpu_init.cc:88] Found device 0 with properties:
name: Quadro K610M
major: 3 minor: 5 memoryClockRate (GHz) 0.954
pciBusID 0000:01:00.0
Total memory: 1023.81MiB
Free memory: 1007.66MiB
I tensorflow/core/common_runtime/gpu/gpu_init.cc:112] DMA: 0
I tensorflow/core/common_runtime/gpu/gpu_init.cc:122] 0: Y
I tensorflow/core/common_runtime/gpu/gpu_device.cc:643] Creating TensorFlow device (/gpu:0) -> (device: 0, name: Quadro K610M, pci bus id: 0000:01:00.0)
I tensorflow/core/common_runtime/gpu/gpu_region_allocator.cc:47] Setting region size to 846897152
I tensorflow/core/common_runtime/local_session.cc:45] Local session inter op parallelism threads: 8
Device mapping:
/job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Quadro K610M, pci bus id: 0000:01:00.0
I tensorflow/core/common_runtime/local_session.cc:107] Device mapping:
/job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Quadro K610M, pci bus id: 0000:01:00.0
>>> print sess.run(c)
b: /job:localhost/replica:0/task:0/gpu:0
I tensorflow/core/common_runtime/simple_placer.cc:289] b: /job:localhost/replica:0/task:0/gpu:0
a: /job:localhost/replica:0/task:0/gpu:0
I tensorflow/core/common_runtime/simple_placer.cc:289] a: /job:localhost/replica:0/task:0/gpu:0
MatMul: /job:localhost/replica:0/task:0/gpu:0
I tensorflow/core/common_runtime/simple_placer.cc:289] MatMul: /job:localhost/replica:0/task:0/gpu:0
[[ 22. 28.]
[ 49. 64.]]
как вы можете видеть, GPU используется.
вы можете перестроить версию GPU из источника, только если у вас есть библиотеки 7.0 cuda и библиотеки 6.5 cudnn. это должно быть обновлено google, я думаю