如何在 GTX 1050 移动版上使用 Tensorflow？答案

【问题标题】：How to use Tensorflow with a GTX 1050 mobile edition?如何在 GTX 1050 移动版上使用 Tensorflow？
【发布时间】：2018-05-03 17:35:22
【问题描述】：

我最近开始在 python 上使用 Tensorflow 进行编程。我想在我的笔记本电脑上使用我的 GTX 1050 来提高计算能力，但我没有成功......

安装完所有必需的库和软件（CUDA 9.0、CUDA 9.0 的 CuDNN、导入的：tensorflow 和 tensorflow-gpu...）后，我尝试了 Tensorflow 网站上的基本示例：

import tensorflow as tf
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))`

但这会返回以下答案（我在之后翻译它）：

2018-05-03 19:15:59.540038: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
Device mapping: no known devices.
2018-05-03 19:15:59.543664: I T:\src\github\tensorflow\tensorflow\core\common_runtime\direct_session.cc:284] Device mapping:

MatMul: (MatMul): /job:localhost/replica:0/task:0/device:CPU:0
2018-05-03 19:15:59.546930: I T:\src\github\tensorflow\tensorflow\core\common_runtime\placer.cc:886] MatMul: (MatMul)/job:localhost/replica:0/task:0/device:CPU:0
b: (Const): /job:localhost/replica:0/task:0/device:CPU:0
2018-05-03 19:15:59.547254: I T:\src\github\tensorflow\tensorflow\core\common_runtime\placer.cc:886] b: (Const)/job:localhost/replica:0/task:0/device:CPU:0
a: (Const): /job:localhost/replica:0/task:0/device:CPU:0
2018-05-03 19:15:59.547597: I T:\src\github\tensorflow\tensorflow\core\common_runtime\placer.cc:886] a: (Const)/job:localhost/replica:0/task:0/device:CPU:0
[[22. 28.]
[49. 64.]]

这条重要信息意味着我的笔记本电脑上唯一可用的设备是我的 CPU，但我有一个 GTX 1050。我试图在开头添加这一行： with tf.device("/device:gpu:0"): 我免除了命令行的所有侮辱，但它返回给我：

Operation was explicitly assigned to /device:gpu:0 but available devices are  
[ /job:localhost/replica:0/task:0/device:CPU:0 ]. 
Make sure the device specification refers to a valid device.

有人知道我的问题的根源吗？或者有人曾经克服过这个问题并且可以帮助我吗？

【问题讨论】：

我对“imported : tensorflow and tensorflow-gpu”这句话感到困惑。你是用 pip install tensorflow 还是 pip install tensorflow-gpu 安装 tensorflow 的？
正如大卫所说，很可能没有选择正确版本的 tensorflow。通常 TF 在创建设备时会记录一些信息。它是否尝试创建 GPU 设备？如果您没有看到它，您可以启用一些调试日志记录，例如对于大多数日志（2、1、更少），将 TF_CPP_MIN_VLOG_LEVEL env var 设置为“3”。
嗨！我对 tensorflow 和 tensorflow-gpu 都使用 pip，我会尝试将此 env var 设置为“3”，但没有任何改变......我应该直接通过网站 dl TF 吗？

标签： python tensorflow

【解决方案1】：

如果它可以帮助任何人，我删除 tensorflow-gpu 并通过 pip 命令重新安装 (pip install tensorflow-gpu==1.8)，我指定版本 1.8，它神奇地工作。

【讨论】：