如题，本人是小白级别的爱好者，使用的是联想台式机，win10系统，有一块GeForce GT730的独立显卡，想尝试安装tensorflow-gpu 进行加速。
在参考官网方法后，升级了显卡驱动，安装了CUDA9.0 及配套的cudnn7
并添加了环境变量。然后pip 安装tensorflow-gpu
安装成功后，import tensorflow as tf 不报错，但是运行如下代码时，始终显示GPU使用率为0

import tensorflow as tf
with tf.device('/cpu: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)
    sess=tf.Session(config=tf.ConfigProto(allow_soft_placement=False, log_device_placement=True))
    print(sess.run(c))

试用如下代码检查是否有GPU可以被使用：

import os
from tensorflow.python.client import device_lib
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"

if __name__ == "__main__":
    print(device_lib.list_local_devices())

显示只有一个CPU可以被调用

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 15723487639721858299
]

那么问题来了。。既然已经成功安装了tensorflow-gpu，为什么仍然无法调用gpu进行计算呢。。
而且，装好tensorflow-gpu之后，双击程序会闪退，但是从IDLE中run是可以运行的，也不报错，但就是不分配给GPU运算。
查看了一下cuda，显示GPU not supported

这就愈发郁闷了。。。。。。
深知肯定是自己还有什么地方没设置好，但是网上也找不到对应的教程了，只好在此想各位大了！！！！
万望赐教！！！！
感激不尽！！！！

一个思考，谁驱动了架构设计？

需求驱动了架构设计？

质量属性了驱动了架构设计（ADD）？

领域驱动了架构设计（DDD）？

风险驱动了架构设计？

质疑驱动了架构设计？

业余草

1个回复