如何强制Keras使用TensorFlow GPU后端

Question

我知道这是一个流行的问题之一，但迄今为止，没有任何解决方案适用于我。

我正在运行一个遗留代码，它使用的是tensorflow v1.13.1和keras v2.2.4。我不能修改代码以运行最新版本的tensorflow。由于keras现在已经合并到tensorflow中，我在通过pip安装特定版本的tensorflow和keras时遇到了问题。我发现anaconda有一个选项可以安装具有以上版本的keras和tensorflow。因此，我使用以下方式进行了安装：

conda install -c conda-forge keras-gpu=2.2.4 tensorflow-gpu=1.13.1

它已安装版本且一切工作正常。但它不使用GPU，而是在CPU上运行。我注意到anaconda安装了tensorflow的CPU和GPU版本，我想这就是为什么它默认使用CPU版本的原因。所以我的问题是，如何强制它使用GPU版本？ PS：有许多答案建议删除tensorflow的CPU版本。但是当我尝试删除CPU版本时，conda卸载了包括keras在内的所有内容。因此，我认为应该有一种方法可以在两者都安装时使用tensorflow-gpu。对此方面的任何帮助将不胜感激！

- Nagabhushan S N

---

当程序运行时，您是否会遇到类似 xxx 库无法加载的错误？ - learner

是的，我尝试在SO中搜索这些错误，但没有任何解决方案起作用。机器上已经安装了Cuda 10.0。设置LD_LIBRARY_PATH也没有帮助。 - Nagabhushan S N

你能告诉我们错误具体是什么吗？ - learner

请发布所有错误信息，没有它们我们无法真正帮助您。 - Dr. Snoopy

Answer 1

首先，我假设你正在使用NVIDIA GPU。出现问题的原因很可能是你没有安装CUDA或者安装了错误版本的CUDA。当然，你需要确认你已经安装了最新的NVIDIA驱动程序。如果你查看这个列表，你会发现tensorflow_gpu-1.13.1需要CUDA 10.0和CudNN 7.4。要通过anaconda安装它们，请使用以下命令。

conda install cudatoolkit==10.0.130

关于 cudnn 7.4，请查看存档

。

- smerkd

---

我在conda环境中安装了cudatoolkit（10.0.130）和cudnn（7.6.5.32）。这样不就足够了吗？我还需要从NVIDIA网站单独下载cudnn吗？ 无论如何，在conda环境中安装这两个后，GPU仍然未被检测到。 - Nagabhushan S N

@NagabhushanSN 通常情况下，tf对版本（到小版本）非常挑剔，所以如果您安装了cuda 10.1.XXX，则该版本的tf将无法工作，因为它需要10.0.XXX。我认为cudnn也是如此，但我不确定。很高兴你解决了这个问题！ - smerkd

Answer 2

先安装tensorflow，然后再安装keras就可以了！

conda install tensorflow-gpu=1.13.1
conda install keras-gpu=2.2.4

- Nagabhushan S N