1

在没有 pb 的情况下安装后，我正在尝试有关 GPU 的教程：我输入：

with tf.device('/gpu:0'):
  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)
  print(c)
  sess.run(c)

我有 ：

Tensor("MatMul_1:0", shape=TensorShape([Dimension(2), Dimension(2)]), dtype=float32, device=/gpu:0)

.

Traceback（最近一次调用最后）：文件“”，第 1 行，在文件“/home/olivier/anaconda/lib/python2.7/site-packages/tensorflow/python/client/session.py”，第 345 行，在运行结果 = self._do_run(target_list, unique_fetch_targets, feed_dict_string) 文件“/home/olivier/anaconda/lib/python2.7/site-packages/tensorflow/python/client/session.py”，第 419 行，在 _do_run e。代码）tensorflow.python.framework.errors.InvalidArgumentError：无法将设备分配给节点'b_1'：无法满足显式设备规范'/gpu：0' [[节点：b_1 = Constdtype = DT_FLOAT，value = Tensor，_device = "/gpu:0"]] 由 op u'b_1' 引起，定义在：文件 ""，第 3 行，文件 "/home/olivier/anaconda/lib/python2.7/site-packages/tensorflow/python/操作/常量操作。py"，第 147 行，常量 attrs={"value": tensor_value, "dtype": dtype_value}, name=name).outputs[0] 文件 "/home/olivier/anaconda/lib/python2.7/site- packages/tensorflow/python/framework/ops.py”，第 1710 行，在 create_op original_op=self._default_original_op, op_def=op_def) 文件“/home/olivier/anaconda/lib/python2.7/site-packages/tensorflow/python /framework/ops.py”，第 988 行，在7/site-packages/tensorflow/python/framework/ops.py”，第 988 行，在7/site-packages/tensorflow/python/framework/ops.py”，第 988 行，在初始化 self._traceback = _extract_stack()

在 Torch7 中，我的 GPU 工作正常

4

2 回答 2

4

谷歌发布的二进制文件需要libcudart.so.7.0在路径库中找到，您只需将其添加到 LD_LIBRARY_PATH类似

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/home/olivier/digits-2.0/lib/cuda"

你放进你的.bashrc

于 2015-11-16T20:54:18.237 回答
0

在 optimus 笔记本电脑（运行 Manjaro Linux）上，可以通过使用 optirun 启动 python 控制台来运行具有 cuda 加速的 TensorFlow：

$optirun python

我在这里详细说明了这样做的方法。

于 2016-03-13T15:52:48.387 回答