如何配置我的 jupyter notebook 以便它在使用 keras 时使用可用的 GPU？

Posted 2023-02-23

【中文标题】如何配置我的 jupyter notebook 以便它在使用 keras 时使用可用的 GPU？

【英文标题】：How do I configure my jupyter notebook so that it uses the available GPU while working with keras?

【发布时间】：2021-05-17 02:10:40

【问题描述】：

我搜索了解决方案并使用 pip 安装了 tensorflow-gpu。

tf.config.list_physical_devices('GPU')

此代码返回一个空列表。 []

You can see I have 2 GPUs but none of them are being used when I am doing image processing(CNN) with keras.

我是新手，所以不明白到底哪里出了问题。请帮我配置，以便我可以使用我的 GPU 进行处理。我正在使用 Windows 10 64 位 Python-3.8.7。 按照建议，我尝试在 python 终端上导入 tensorflow，并得到以下错误：

import tensorflow as tf

2021-02-13 22:52:17.253841：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“cudart64_110.dll”； dlerror: 未找到 cudart64_110.dll 2021-02-13 22:52:17.266384: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] 如果您的机器上没有设置 GPU，请忽略上面的 cudart dlerror。

当我尝试列出 GPU 时，紧随其后的是： tf.config.list_physical_devices('GPU')

2021-02-13 22:57:17.390319：我 tensorflow/compiler/jit/xla_cpu_device.cc:41] 未创建 XLA 设备，未设置 tf_xla_enable_xla_devices 2021-02-13 22:57:17.749790: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] 成功打开动态库 nvcuda.dll 2021-02-13 22:57:18.937838：我 tensorflow/core/common_runtime/gpu/gpu_device.cc:1720] 找到具有以下属性的设备 0： pciBusID：0000:01:00.0 名称：GeForce MX150 计算能力：6.1 coreClock：1.5315GHz coreCount：3 deviceMemorySize：2.00GiB deviceMemoryBandwidth：44.76GiB/s 2021-02-13 22:57:18.966071：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“cudart64_110.dll”； dlerror: 未找到 cudart64_110.dll 2021-02-13 22:57:18.974209：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“cublas64_11.dll”； dlerror: cublas64_11.dll 未找到 2021-02-13 22:57:18.981154：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“cublasLt64_11.dll”； dlerror: cublasLt64_11.dll 未找到 2021-02-13 22:57:18.988826：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“cufft64_10.dll”； dlerror：找不到 cufft64_10.dll 2021-02-13 22:57:18.996411：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“curand64_10.dll”； dlerror：找不到curand64_10.dll 2021-02-13 22:57:19.002563：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“cusolver64_10.dll”； dlerror: 未找到 cusolver64_10.dll 2021-02-13 22:57:19.009636：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“cusparse64_11.dll”； dlerror: cusparse64_11.dll 未找到 2021-02-13 22:57:19.018025：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] 无法加载动态库“cudnn64_8.dll”； dlerror: 未找到 cudnn64_8.dll 2021-02-13 22:57:19.025064：W tensorflow/core/common_runtime/gpu/gpu_device.cc:1757] 无法打开某些 GPU 库。如果您想使用 GPU，请确保正确安装了上述缺少的库。按照https://www.tensorflow.org/install/gpu 的指南了解如何为您的平台下载和设置所需的库。 跳过注册 GPU 设备... []

【问题讨论】：

您安装了 CUDA Toolkit 和 cuDNN 吗？互联网上有无数的教程......

会试试的，谢谢！

在 python shell（不是 jupyter）中运行你的代码，你会看到一个日志，告诉你为什么没有检测到 GPU。您可以将其包含在您的问题中（作为文本，而不是图像）。

如果您在终端上导入tf，您应该会看到I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library cudart64_110.dll，否则您的设置有问题。

我在 python 终端上导入 tf 时收到一条错误消息，问题中提到了。

【参考方案1】：

Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found 这个错误信息说 Tensorflow-gpu 需要 CUDA 11

Could not load dynamic library 'cudnn64_8.dll'; dlerror: cudnn64_8.dll not found 这个错误信息说运行 Tensorflow-gpu 版本需要 cuDNN 8。

安装正确版本的CUDA 和cuDNN 并按照here 中提到的说明在Windows 操作系统上设置GPU 支持。

【讨论】：

我现在得到这个列表：[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')] 谢谢！！ :)