如何在GPU上运行Keras？

Question

我正在尝试使用GPU在远程服务器上运行我的ML任务。我打字了

nvidia-smi

和我确定该设备具有一个GPU。

我正在使用Keras编写我的ML任务。我打算在一个GPU上执行任务。但是我只是无法让该程序在GPU上运行。我已经检查了运行过程，我的任务不是其中之一。

我尝试使用代码中的多种方法打印出可用的设备，但是它们没有表明我有GPU。

来自tensorflow.python.client导入设备

print（device_lib.list_local_devices（））

这给了我：

[名称：“/设备：CPU：0” device_type：“ cpu” memory_limit：268435456 局部{} ....

显示了

但没有“/设备：gpu：0” ，然后我尝试了：

print（“ num gpus可用：”，len（tf.config.experiment.list_physical_devices（'gpu'）））

这给了我：

num gpus可用：0

另外，

print（“ gpus：”，tf.config.experiment.list_physical_devices（'gpu'））

这给了我：

gpus：[]

并且，

with tf.device("gpu:0"):
     print('-------------------------------------------')
     print("tf.keras code in this scope will run on GPU")
     print('-------------------------------------------')

这给了我：

-------------------------------------------
tf.keras code in this scope will run on GPU
-------------------------------------------

显然，我的代码没有在GPU上运行。不知道为什么它说我的Keras代码在GPU上运行。

我已经搜索了很多信息，但是我仍然失败了。 我想知道如何在GPU上运行我的Keras代码，以及上述情况发生的情况。提前致谢！

Answer 1

安装CUDA后，

nvcc -V

如果您使用上面的命令，则说要安装CUDA-ToolKit，

因此由于未指定该路由而无法找到该路由引起的问题。

gedit ~/.bashrc

添加前两个句子。但是，请按照CUDA版本按不同的版本

export PATH=/usr/local/cuda-11.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH

，然后输入以下命令以识别安装路径中的CUDA并打印出当前版本。

source ~/.bashrc

nvcc-V

如果您完成了此图片的EUQAL，

则