TensorFlow: Use GPU 使用GPU运行TensorFlow

使用GPU运行TensorFlow

System Information

• OS: Windows 10
• GPU: NVIDIA GeForce 930M (Compute Capability = 5.0)
• CUDA/cuDNN version: 10
• Python version: 3.7 (Use Anaconda3 env)
• TensorFlow version: tensorflow-gpu 1.13.1

Step1: 检查硬件

硬件要求：NVIDIA® GPU card with CUDA® Compute Capability 3.5 or higher.

1. 确认电脑配备GPU

• 打开 设备管理器 (Device Manager)
• 展开 显示适配器 (Display adapters)

• 确认及查看 GPU型号 (我的是NVIDIA GeForce 930M)

  
  
  

  GPU.png

2. 查看GPU的计算能力（需>=3.5）

See the list of CUDA-enabled GPU cards.
e.g. NVIDIA GeForce 930M是

GPU_ComputeCapability.png

Step2: 安装软件

软件要求：

• NVIDIA® GPU drivers
• CUDA® Toolkit
• cuDNN SDK

一些建议：

1. NVIDIA® GPU drivers：更新driver

设备管理器 -> GPU 右键 属性 -> Driver 栏 -> Update Driver

UpdateDriver.png

2. CUDA Toolkit：10.0 （9.0或以上）

安装：https://developer.nvidia.com/cuda-toolkit-archive

3. cuDNN

Download cuDNN v7.6.1 (June 24, 2019), for CUDA 10.0
All versions here

Step3: 添加环境变量

将CUDA, CUPTI, cuDNN 路径 加到 系统环境变量PATH 中。
Terminal command：

SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include;%PATH%
SET PATH=C:\tools\cuda\bin;%PATH%

Step4: 安装 tensorflow-gpu (in Anaconda Prompt)

1. 创建一个python3.7的环境

教程：https://www.jianshu.com/p/64b94a6a7e98

2. 激活环境

conda activate [env_name]

3. 安装tensorflow-gpu1.13.1 (2.0.0-beta1也可以)

先卸载 tensorflow (cpu)： pip uninstall tensorflow
再安装 tensorflow-gpu 1.13.1： pip install tensorflow-gpu==1.13.1
或安装 tensorflow-gpu 2.0.0-beta1: pip install tensorflow-gpu==2.0.0-beta1

Step5: 测试

'''test.py'''

import tensorflow as tf
print("GPU Available: ", tf.test.is_gpu_available()) 
# 若成功，会返回：
# GPU Available:  True

在Terminal中运行出现的问题

返回 GPU Available：False

明明有GPU, 为什么会返回False呢？
往上看错误信息：

CondaHTTPError: HTTP 000 CONNECTION FAILED for url [https://repo.anaconda.com/pkgs/main/win-64/repodata.json.bz2](https://repo.anaconda.com/pkgs/main/win-64/repodata.json.bz2)

解决方法：Update Driver (见Step2.1)

之后在Terminal中运行成功：

RunningSuccess_Terminal.png

用Pycharm运行出现的问题

1. Configuration & Interpreter Setting 环境配置

PyCharm: Configure a Conda virtual environment
PyCharm: Setting an existing project interpreter

2. Import Error

    from . import _mklinit 
ImportError: DLL load failed: The specified module could not be found.

解决方法： (Refer to jianshu passage)

• 将 Anaconda3的路径 添加到 环境变量Path 中：

  
  
  

  Add_PATH.png
• 重启PyCharm

3. CUDA Error

E tensorflow/stream_executor/cuda/cuda_driver.cc:318] failed call to cuInit:
CUDA_ERROR_UNKNOWN: unknown error

解决方法 (Refer to Guilherme Melo's advice)：

• 打开 Anaconda Prompt:

source activate [env_name]
conda install -c conda-forge conda-wrappers

• 改变Pycharm中 Interpreter path:
  将原本的 /python.exe 改为 /Scripts/wrappers/conda/python.bat

Edit_InterpreterPath.png

最后终于在PyCharm中运行成功啦：

RunningSuccess_Terminal.png

Reference:
https://www.tensorflow.org/install/gpu
https://www.tensorflow.org/guide/using_gpu
有问题欢迎留言讨论