weixin_38946936 2018-11-08 07:52 采纳率: 0%
浏览 15494
已采纳

tensorflow-gpu为何无法调用GPU进行运算???

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
图片说明

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!!!!

  • 写回答

3条回答 默认 最新

  • threenewbee 2018-11-08 10:06
    关注

    GT730有好几种,一个是GT640的马甲卡,采用Kepler核心,384 CUDA Cores,叫做GK208/GK107,反正有个K,这个支持CUDA 3.0,可以跑TF(但是相当慢)
    还有一个是GT450的马甲,采用Femi核心,192 CUDA Cores,叫做GF104,反正是 F,这个支持 CUDA 2.0,不能跑 TF
    你可以下载一个gpu-z看下,你的卡应该是不支持了。
    如果不支持,你可以去某宝买一个GT650,大概100元人民币的样子,肯定支持。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(2条)

报告相同问题?

悬赏问题

  • ¥15 Workbench中材料库无法更新,如何解决?
  • ¥20 如何推断此服务器配置
  • ¥15 关于github的项目怎么在pycharm上面运行
  • ¥15 内存地址视频流转RTMP
  • ¥100 有偿,谁有移远的EC200S固件和最新的Qflsh工具。
  • ¥15 有没有整苹果智能分拣线上图像数据
  • ¥20 有没有人会这个东西的
  • ¥15 cfx考虑调整“enforce system memory limit”参数的设置
  • ¥30 航迹分离,航迹增强,误差分析
  • ¥15 Chrome Manifest扩展引用Ajax-hook库拦截请求失败