-3 
Installing collected packages: wheel, six, appdirs, pyparsing, packaging, setuptools, protobuf, werkzeug, numpy, tensorflow-gpu
Successfully installed appdirs-1.4.3 numpy-1.12.1 packaging-16.8 protobuf-3.3.0 pyparsing-2.2.0 setuptools-35.0.2 six-1.10.0 tensorflow-gpu-1.1.0 werkzeug-0.12.2 wheel-0.29.0

(py35) C:\Users\Tianran>
(py35) C:\Users\Tianran>python
Python 3.5.3 |Continuum Analytics, Inc.| (default, Feb 22 2017, 21:28:42) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
>>>

TensorFlow GPU 将成功安装和导入。但是根据网上这样的文章

如何判断 tensorflow 是否从 python shell 内部使用 gpu 加速？

在控制台中，它将打印

I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcudnn.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcurand.so locally

我已经用 tensorflow gpu 测试过

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

它向我展示了设备 gpu:0 用于计算。所以 tensorflow gpu 可以工作。

但问题是，当导入 tensorflow GPU 时，控制台没有显示上述信息（CUDA 库成功打开等）。

4

1 回答 1

1

如果我没记错的话 import 语句不会返回任何东西。所以之后没有发生任何事情import tensorflow都是一件好事，因为没有显示错误。正如您所说， usingsess = tf.Session(config=tf.ConfigProto(log_device_placement=True))为您提供了正确的输出，表明 tensorflow 有效。

我希望这是你想知道的。

于 2017-05-23T08:28:30.333 回答