tf.test.is_gpu_available()
的输出:2019-06-27 14:06:18.359739: I tensorflow/core/platform/cpu_feature_guard.cc:142] 您的CPU支持本 TensorFlow 二进制版本未编译使用的指令集:AVX2 FMA 2019-06-27 14:06:18.611194: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU 频率:2194885000 Hz 2019-06-27 14:06:18.621295: I tensorflow/compiler/xla/service/service.cc:168] XLA 服务 0x19d54e0 在平台 Host 上执行计算。设备列表: 2019-06-27 14:06:18.621339: I tensorflow/compiler/xla/service/service.cc:175]
StreamExecutor 设备 (0): , 2019-06-27 14:06:18.742193: I tensorflow/stream_executor/platform/default/dso_loader.cc:42] 成功打开动态库 libcuda.so.1 2019-06-27 14:06:18.869601: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:1005] 从 SysFS 中读取的 NUMA 节点总数: 0 2019-06-27 14:06:18.870469: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640] 没有找到合适的设备,不使用 GPU。 2019-06-27 14:06:18.870675: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] 找不到指定的文件。 2019-06-27 14:06:18.870812: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] 找不到指定的文件。 2019-06-27 14:06:18.870973: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] 找不到指定的文件。 2019-06-27 14:06:18.871111: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] 找不到指定的文件。 2019-06-27 14:06:18.871228: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] 找不到指定的文件。 2019-06-27 14:06:18.871352: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] 找不到指定的文件。 2019-06-27 14:06:20.233321: I tensorflow/stream_executor/platform/default/dso_loader.cc:42] 成功打开动态库 libcudnn.so.7 2019-06-27 14:06:20.233363: W tensorflow/core/common_runtime/gpu/gpu_device.cc:1663] 无法加载一些 GPU 库,请确保正确安装了显卡驱动程序和CUDA库。Skipping registering GPU devices... 2019-06-27 14:06:20.407248: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1181] 设备 interconnect StreamExecutor with strength 1 edge matrix: 2019-06-27 14:06:20.407318: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1187] 0 2019-06-27 14:06:20.407351: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1200] 0: N 2019-06-27 14:06:20.441266: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:1005] 从 SysFS 中读取的 NUMA 节点总数: 0 2019-06-27 14:06:20.443613: I tensorflow/compiler/xla/service/service.cc:168] XLA 服务 0x4ed6d40 在
CUDA示例中的deviceQuery输出:
CUDA设备查询(运行时API)版本(CUDART静态链接)
检测到1个CUDA兼容设备
设备0:"GeForce 920M" CUDA驱动程序版本 / 运行时版本
10.1 / 10.1 CUDA能力主/次版本号: 3.5 全局内存总量: 4046兆字节(4242341888 字节) ( 2) 多处理器,(192) CUDA核心/多处理器: 384 CUDA核心 GPU最大时钟频率: 954 MHz (0.95 GHz)
内存时钟频率: 900 Mhz 内存总线 宽度: 64位 L2缓存大小:
524288字节 最大纹理尺寸(x,y,z)
1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) 最大层数 1D纹理尺寸, (num)层数 1D=(16384), 2048层 最大层数2D纹理尺寸, (num)层数 2D=(16384, 16384), 2048层 常量内存总量: 65536字节 每块共享内存总量: 49152字节 每块可用的寄存器总数: 65536 线程束大小:
32 每个多处理器的最大线程数: 2048 每个块的最大线程数: 1024 线程块的最大维度大小(x,y,z): (1024, 1024, 64) 网格的最大维度大小 (x,y,z): (2147483647, 65535, 65535) 最大内存间距:
2147483647字节 纹理对齐: 512 字节 并发传输和内核执行: 可以使用1个复制引擎 内核运行时限制: 是
集成GPU共享主机内存: 否 支持主机页锁定内存映射: 是 表面对齐要求: 是 设备支持ECC:
已禁用 设备支持统一寻址(UVA): 是 设备支持计算抢占: 否 支持协同内核启动: 否 支持多设备协作内核启动: 否 设备PCI域ID / 总线ID / 位置ID: 0 / 8 / 0 计算模式: <默认(多个主机线程可以同时使用::cudaSetDevice())>deviceQuery, CUDA驱动程序 = CUDART, CUDA驱动程序版本 = 10.1, CUDA 运行时版本 = 10.1, NumDevs = 1 结果 = PASS