我的系统是Ubuntu的14.04上EC2:CUDA,CuDNN安装,但Tensorflow不能使用GPU
nvidia-smi
Sun Oct 2 13:35:28 2016
+------------------------------------------------------+
| NVIDIA-SMI 352.63 Driver Version: 352.63 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GRID K520 Off | 0000:00:03.0 Off | N/A |
| N/A 37C P0 35W/125W | 11MiB/4095MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
[email protected]:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2015 NVIDIA Corporation
Built on Tue_Aug_11_14:27:32_CDT_2015
Cuda compilation tools, release 7.5, V7.5.17
我安装CUDA 7.5和5.1 CuDNN。
我在/ usr/local/local/lib64中包含正确的文件并包含文件夹。
Tensorflow行给出什么:
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
>>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
Device mapping: no known devices.
I tensorflow/core/common_runtime/direct_session.cc:252] Device mapping:
>>>
请帮忙(感谢很多:))。
@talonmies现有的解决方案是n没有工作,我一次又一次检查了路径变量。 – John77
您似乎有一个正在运行的CUDA安装。因此,这个问题是一个张量配置问题,与CUDA编程无关。这就是我回收标签的原因。 – talonmies
@talonmies是的,多数民众赞成我认为,必须有一些问题在链接或路径......就像那样。你能提出一些我可以尝试的建议吗?谢谢。 – John77