我无法导入 tensorflow-gpu

Posted 2023-02-23

【中文标题】我无法导入 tensorflow-gpu

【英文标题】：I can't import tensorflow-gpu

【发布时间】：2019-05-17 00:36:54

【问题描述】：

我已经使用pip install tensorflow 成功安装了 tensorflow，并且一切正常。

我也可以使用pip install tensorflow-gpu 成功安装 tensorflow-gpu，但我无法在我的 python 脚本中导入它：

import tensorflow-gpu

File "<stdin>", line 1
import tensorflow-gpu
                 ^
SyntaxError: invalid syntax

我已经安装了 CUDA v9.0 并运行 windows 10

【问题讨论】：

***.com/questions/48060769/…的可能重复

你不需要导入tensorflow-gpu，如果你安装好了cuda和cudnn，你就可以从tensorflow访问gpu了。

但是我怎样才能确保 tensorflow 使用我的 gpu？你的意思是如果我在我的脚本中导入 tensorflow 会自动使用我的 gpu？

***.com/questions/38559755/… 看哪个GPU的tf知道，除非明确定义，否则会使用GPU（如果可能的话）。

当我执行device_lib.list_local_devices()时我的gpu没有出现我可能因为我在虚拟环境中而找不到我的gpu？

【参考方案1】：

pypi 上的包名为 tensorflow-gpu，但您只需使用“tensorflow”导入即可

 import tensorflow as tf

【讨论】：

您可以先检查您的 GPU 是否正在被使用。如果您的 GFX 卡来自 NVidia，Tensorflow 将使用您的 GPU。如果您有 AMD 卡，您将检查您的卡是否受 PlaidML 支持。如果是，请安装PlaidML，告诉 TF 使用它，然后离开。检查 GPU 使用情况 Windows 10：windowscentral.com/how-track-gpu-performance-data-windows-10 PlaidML：github.com/plaidml/plaidml

它同时具有 GPU 和 CPU 实现。但是当操作分配给设备时，GPU设备将被优先考虑。要找出使用了哪个设备，您可以像这样启用日志设备放置 - sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

我的 GFX 来自 NVidia，但它不使用我的 gpu（我有一个 gtx1050），并且“sess”中存储的任何内容都是 >>> sess <tensorflow.python.client.session.Session object at 0x000001E2587F8C18>

【参考方案2】：

要确保 tensorflow 包正在使用您的 GPU，请执行以下操作：

import tensorflow as tf

sess = tf.Session()

查看控制台上的输出，如果它显示了有关创建会话的 GPU 信息，如下所示。

请注意信息中的“GeForce 940MX”。另请注意，如果计算能力得分高于 3.5，Tensorflow 将仅使用 Nvidia GPU。更多关于 here.

如果不使用 GPU，则不会输出 GPU 信息，只会显示类似以下内容：

【讨论】：

我有第二个输出，可能是因为我在虚拟环境中运行 tf 吗？

不，这意味着您使用的是 GPU 版本。我建议通过 pip uninstall tensorflow 卸载 tensorflow 并重试。

等等...我必须删除哪个并重新安装？我将它们都删除并再次安装正常的 tensorflow。

这样做：pip uninstall tensorflow，我认为您同时安装了 CPU 和 GPU 版本，因此造成了混乱。如果你这样做 pip uninstall tensorflow-gpu 它会卸载 tensorflow GPU。如果你这样做 pip uninstall tensorflow 它会卸载 tensorflow CPU。

是的，现在我尝试了普通的，但没有任何效果，我现在正在尝试使用 gpu 的