TensorFlow 未在 GPU 上运行（带有 TF 后端的 keras）答案

【问题标题】：TensorFlow not running on GPU(keras with TF backend)TensorFlow 未在 GPU 上运行（带有 TF 后端的 keras）
【发布时间】：2018-09-26 20:47:34
【问题描述】：

我已按照installing tensorflow with GPU support 上的步骤操作，并确保我使用的机器具有兼容的 GPU，但 TensorFlow 似乎仍然无法在我的机器上正常运行。我有一个程序使用 TensorFlow 后端在大量数据上训练 keras 顺序模型（使用 python 2.7），训练时的输出如下：

2018-04-17 00:35:13.837040: I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
2018-04-17 00:35:14.042784: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:898] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
2018-04-17 00:35:14.043143: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1344] Found device 0 with properties: 
name: Tesla K80 major: 3 minor: 7 memoryClockRate(GHz): 0.8235
pciBusID: 0000:00:1e.0
totalMemory: 11.17GiB freeMemory: 11.10GiB
2018-04-17 00:35:14.043186: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1423] Adding visible gpu devices: 0
2018-04-17 00:35:16.374355: I tensorflow/core/common_runtime/gpu/gpu_device.cc:911] Device interconnect StreamExecutor with strength 1 edge matrix:
2018-04-17 00:35:16.374397: I tensorflow/core/common_runtime/gpu/gpu_device.cc:917]      0 
2018-04-17 00:35:16.374405: I tensorflow/core/common_runtime/gpu/gpu_device.cc:930] 0:   N 
2018-04-17 00:35:16.380956: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1041] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 10764 MB memory) -> physical GPU (device: 0, name: Tesla K80, pci bus id: 0000:00:1e.0, compute capability: 3.7)

我真的不明白这些日志的含义，但是，我在只有一个 CPU 的设备上同时运行这项作业，并且完成训练作业所花费的时间是相同的。谁能帮我告诉我如何让我的训练工作在 GPU 上运行？提前致谢！

【问题讨论】：

标签： python tensorflow machine-learning keras gpu

【解决方案1】：

您可能会考虑尝试指定一个 GPU 来运行您的程序，这是一段简单的代码。

with tf.device('/gpu:1'):
  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(log_device_placement=True))
print sess.run(c)

如果没有，我推荐使用anaconda3创建TensorFlow-GPU虚拟环境，一般默认GPU版本。

【讨论】：