我在Windows上安装了Keras和Theano(按照这个tutorial)。现在我尝试将后端切换到Tensorflow,这非常顺利。
唯一的问题是,Tensorflow无法检测到我的GPU, 而Theano则相反:
from tensorflow.python.client import device_lib
def get_available_gpus():
local_device_protos = device_lib.list_local_devices()
return [x.name for x in local_device_protos if x.device_type == 'GPU']
在使用 TensorFlow 后端运行时,没有任何结果,但使用 Theano 后端运行时效果非常好。
C:\Programming\Anaconda3\python.exe D:/cnn_classify_cifar10.py
Using Theano backend.
DEBUG: nvcc STDOUT nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).
mod.cu
Creating library C:/Users/Alex/AppData/Local/Theano/compiledir_Windows-10-10.0.14393-SP0-Intel64_Family_6_Model_60_Stepping_3_GenuineIntel-3.5.2-64/tmpgsy496fe/m91973e5c136ea49268a916ff971b7377.lib and object C:/Users/Alex/AppData/Local/Theano/compiledir_Windows-10-10.0.14393-SP0-Intel64_Family_6_Model_60_Stepping_3_GenuineIntel-3.5.2-64/tmpgsy496fe/m91973e5c136ea49268a916ff971b7377.exp
Using gpu device 0: GeForce GTX 770 (CNMeM is enabled with initial size: 80.0% of memory, cuDNN 5005)
显然缺少某些配置,但我不知道是什么。为了正确运行Theano,我需要一个名为
~/.theanorc
的文件,其内容如下:[global]
device = gpu
floatX = float32
[cuda]
root = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
[nvcc]
flags=-LC:C:\Programming\WinPython-64bit-3.5.2.2\python-3.5.2.amd64\libs
也许缺少类似的东西,或者我需要像为Theano添加环境变量一样添加环境变量?可能是关于Linux的相关问题。
完整的安装日志(其中包括一个奇怪的异常)可以在Gist中找到。
有什么想法,如何使GPU对Tensorflow可见?