如何在Linux上不使用CUDA使用TensorFlow？

我有两台电脑，而不CUDA：一个在Microsoft Windows上运行，另外一个运行在Linux（Ubuntu的14.04 64位/ Linux的3.13.0-100-通用））如何在Linux上不使用CUDA使用TensorFlow？

我可以在Microsoft Windows使用TensorFlow没有CUDA无任何问题：TensorFlow使用CPU。但是，如果Linux机器我在Python import tensorflow as tf运行，然后TensorFlow未能得到应有的进口正在没有安装CUDA到：

Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/__init__.py", line 24, in <module> 
    from tensorflow.python import * 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/__init__.py", line 72, in <module> 
    raise ImportError(msg) 
ImportError: Traceback (most recent call last): 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/__init__.py", line 61, in <module> 
    from tensorflow.python import pywrap_tensorflow 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 28, in <module> 
    _pywrap_tensorflow = swig_import_helper() 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 24, in swig_import_helper 
    _mod = imp.load_module('_pywrap_tensorflow', fp, pathname, description) 
ImportError: libcudart.so.8.0: cannot open shared object file: No such file or directory 


Failed to load the native TensorFlow runtime. 

See https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md#import_error 

for some common reasons and solutions. Include the entire stack trace 
above this error message when asking for help.

我怎么能在Linux上使用TensorFlow没有CUDA？

我使用tensorflow-gpu==1.0.0。

我知道的参数device_count在tensorflow.ConfigProto，允许停用GPU，例如：

import tensorflow as tf 

a = tf.constant(1, name = 'a') 
b = tf.constant(3, name = 'b') 
c = tf.constant(9, name = 'c') 
d = tf.add(a, b, name='d') 
e = tf.add(d, c, name='e') 

config = tf.ConfigProto(device_count={'CPU': 1, 'GPU': 0}) 
sess = tf.Session(config=config) 
print(sess.run([d, e]))

，但它并没有帮助，因为import tensorflow as tf是问题。

我也知道如何安装CUDA 8：

# Install Nvidia drivers, CUDA and CUDA toolkit, following some instructions from http://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html 
wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64-deb 
sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64-deb 
sudo apt-get update 
sudo apt-get install cuda

，但希望避免它这两款机器。

来源

2017-02-16 Franck Dernoncourt

使用'tensorflow-gpu'意味着您必须安装CUDA驱动程序，即使机器没有GPU。如果没有gpu驱动程序，您必须使用编译的版本，在我们的机群中只能使用CPU –

，我们在GPU和非GPU机器上安装GPU驱动程序，以便能够使用相同的TF二进制文件 –

@YaroslavBulatov谢谢，我不知道'tensorflow-gpu'需要CUDA（我认为它可以选择使用GPU）。这解释了。很高兴知道可以在非GPU机器上安装GPU驱动程序，这确实可以促进部署。 –

如果您使用--config=cuda（如tensorflow-gpu所做的那样）构建二进制文件，那么您的机器必须具有GPU驱动程序。即使机器没有GPU这是常见的实用解决方案，您也可以在机器上安装GPU驱动程序。

发生什么事是--config=cuda设置GOOGLE_CUDA宏在代码中改变运行时的行为。特别是它会导致dso_loader运行，您可以通过以下线看印刷

2017-02-16 17:15:08: I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcurand.8.0.dylib locally

在谷歌一个流行的方法是部署一个“胖”二进制 - 捆绑驱动程序和客户端代码对所有可能的硬件加速器即二进制因为这简化了测试和部署。

在开源版本中，驱动程序和客户端代码是分开的，但这种模式仍然存在 - 支持GPU的二进制程序希望GPU驱动程序可用。

来源

2017-02-17 01:22:29

如何在Linux上不使用CUDA使用TensorFlow？

回答

相关问题