1

我在 docker 镜像上，所以我无法访问 docker 镜像的“外部”。我想安装具有 gpu 支持的 tensorflow：

pip install tensorflow-gpu

cudnn 和 CUDA 已安装并正在运行。映像中提供了一个旧版本 (0.11)，并且可以正常运行 CUDA 和 cudnn，但我需要升级到版本 1 或更高版本。我有两个 Nvidia Titans。

使用显示的 pip 命令后，我使用以下脚本查看是否启用了 GPU 支持，并查看 nvidia-smi：

import tensorflow as tf


# Creates a graph.
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)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print sess.run(c)

在此之后我只得到输出

没有名为 tensorflow 的模块

如果我检查点列表：

pip list | grep tensorflow

我得到输出：

张量流 GPU (1.0.1)

这是一个简单的错误导入吗？

如果我使用 non-gpu-support installpip install tensorflow上面的代码给出：

设备映射：没有已知设备。

这当然是由于不支持gpu。总而言之，如何让 tensorflow 的 GPU 版本与简单的 pip install 和 1.0 以上的版本一起工作？

4

2 回答 2

2

安装它

conda install tensorflow-gpu

解决了所有问题。

于 2017-04-10T15:57:30.260 回答
0

激活张量流：

>>>source activate tensorflow
于 2017-04-10T15:47:54.360 回答