你可以在没有任何库的情况下在Google Colab中使用GPU吗？
在Google Colab中，可以在没有任何库的情况下使用GPU。Google Colab是一个基于云的Jupyter笔记本环境，提供了免费的GPU和TPU资源供用户使用。使用GPU可以加速深度学习和机器学习任务的训练过程。
要在Google Colab中使用GPU，可以按照以下步骤操作：
- 打开Google Colab网站（https://colab.research.google.com/）并登录您的Google账号。
- 创建一个新的笔记本或打开一个已有的笔记本。
- 在笔记本的菜单栏中选择“运行时”（Runtime）选项。
- 在下拉菜单中选择“更改运行时类型”（Change runtime type）。
- 在弹出的对话框中，将“硬件加速器”（Hardware accelerator）选项设置为“GPU”。
- 点击“保存”（Save）按钮。
完成以上步骤后，您的笔记本将使用GPU来执行代码。您可以通过在代码中使用相关的深度学习框架（如TensorFlow、PyTorch）来利用GPU进行加速计算。
Google Colab还提供了一些与GPU相关的功能和资源，例如：
!nvidia-smi命令可以查看当前GPU的状态和使用情况。!nvcc --version命令可以查看CUDA版本。!pip install tensorflow-gpu命令可以安装TensorFlow GPU版本。!pip install torch torchvision命令可以安装PyTorch。
请注意，Google Colab的GPU资源是免费提供的，但有一定的使用限制。每个用户可以免费使用一定数量的GPU资源，但在高峰时段可能会受到限制。如果需要更多的GPU资源或更稳定的性能，可以考虑使用付费的云计算服务提供商，如腾讯云的GPU实例（https://cloud.tencent.com/product/cvm/gpu）。
总结起来，Google Colab可以在没有任何库的情况下使用GPU，通过设置运行时类型为GPU并使用相关的深度学习框架，可以在Google Colab中加速进行深度学习和机器学习任务的训练。
相关·内容
我使用Google Colab in Free版本来运行我的Tensorflow代码。12小时后，它会给出错误消息：“由于Colab中的使用限制，您当前无法连接到GPU。”我申请了“出厂重置运行时”再次使用GPU，但它不工作。此外，我终止了所有会话并重新启动，但此过程也没有给出任何解决方案。有没有办法在Google Colab免费版上再次使用GPU？谢谢。
浏览 5提问于2020-04-10得票数 15
我是谷歌colab的新手。
我正试图在那里做深度学习。
我已经编写了一个类来创建和训练LSTM网络，只使用python -而不是任何特定的深度学习库，如tensorflow，pytorch等。
我认为我使用的是gpu，因为我在colab中选择了正确的运行时类型。
然而，在代码执行期间，我有时会收到退出gpu模式的消息，因为我没有使用它。
那么，我的问题是:如何使用google colab gpu，只使用普通的python，而不使用特殊的ai库？有没有像“装饰器代码”这样的东西放在我的原始代码中，以便激活gpu？
浏览 2提问于2020-03-16得票数 4
我正在尝试在google colab上训练神经网络：
我在Google Colab上运行这段代码(硬件加速器设置为GPU)，并且训练速度比在我的家用PC上运行慢40倍，而我的家用PC的GTX 1050要弱得多。所以我猜在colab上它不是在GPU上运行的。google colab上的输出确实表明找到了GPU：
在以下位置找到图形处理器: /device:GPU:0
有人知道这是为什么吗？
浏览 1提问于2018-12-05得票数 0
1回答
我需要使用scikit学习来训练一个模型(随机森林)，我想使用GPU选项在Google Colab上运行它。我知道我不能直接使用sklearn来达到这个目的，所以我在Google Colab上安装了h2o4gpu作为替代，将模型的所有参数都设置为与GPU一起使用。一切似乎都很好，但Google Colab告诉我实际上我并没有使用GPU (它要求我切换到标准环境，因为我没有使用GPU)。不幸的是，我不能在标准环境中训练模型，因为它需要太多的资源，并且我得到一个内存错误。
所以，我的问题是，为什么它不起作用？如何正确设置h2o4gpu，以便可以使用Google Colab GPU选项？
浏览 3提问于2020-04-10得票数 0
我有一个DL模型要训练，由于数据非常大，我将其存储在Google磁盘上，在每次会话开始时将其挂载到Google Colab实例中。然而，我注意到，在Google Colab上用完全相同的脚本训练完全相同的模型要比在我的个人笔记本电脑上慢1.5-2倍。问题是，我检查了Google Colab GPU，它有12 6GB内存(我不确定如何才能检查确切的型号)，而我的笔记本电脑GPU是RTX 2060，只有6 6GB内存。因此，作为Google Colab的新用户，我一直在想可能的原因是什么。这是因为使用torch DataLoader从挂载的磁盘上加载数据会减慢进程吗？或者这可能是因为我的个人硬盘是
浏览 0提问于2021-05-02得票数 1
1回答
有没有办法检查有多少人同时在使用google colab？
我试图通过google和其他来源查找，但无法找到任何有关使用GPU的用户数量的具体信息。
浏览 15提问于2019-11-20得票数 2
我正在使用google来训练安装了tensorflow 1.15的fasterrcnn。使用免费GPU，在“成功打开libcudn.so.7”之后，培训就停止了。我也尝试过没有GPU的训练，第一步之后训练就停止了。类似的问题以前也有报道过，但我似乎找不到一个可行的解决方案。会非常感谢你在这个问题上的任何建议。
这是在colab没有GPU的情况下进行培训的时候。
这是在colab中使用GPU进行培训的时候。
浏览 13提问于2022-08-20得票数 1
我正在使用Google Colab进行深度学习，我知道他们会随机分配GPU给用户。我希望能够看到在任何给定的会话中为我分配了哪个GPU。有没有办法在Google Colab笔记本中做到这一点？
请注意，如果有帮助，我正在使用Tensorflow。
浏览 290提问于2020-02-19得票数 22
回答已采纳
我在Google Cloud AI平台上使用的是支持GPU的Jupyter笔记本电脑。
然而，尽管启用了GPU，但它只在我训练我的机器学习模型时使用CPU。
有谁知道我怎么让它用GPU代替吗？在此之前，我一直在使用Google Colab notebook，您可以在笔记本顶部的菜单中简单地更改运行时以使用GPU。但在Jupyter笔记本中看起来并没有这样的选项。
感谢任何关于如何让它使用GPU的建议！
谢谢。
浏览 1提问于2021-01-28得票数 0
这是一个更复杂的问题，但是否有这样做的功能？我只是找不到关于这个主题的任何文档。例如，我的用法如下：
from google.colab import utils # I made this up
colab_pro = utils.colab_is_pro()
if colab_pro:
# train model with higher settings
else:
# train model with lower settings
目前，我确实有办法做到这一点，但这是相当麻烦的：
gpu_name = !nvidia-smi --query-gpu=gpu_name --form
浏览 6提问于2020-09-02得票数 10
1回答
Google colab连接到本地运行时 使用以下步骤配置本地GPU设置： 编辑->笔记本电脑设置->硬件加速器(GPU) 运行时GPU更改运行时类型->硬件加速器( -> ) 已连接(本地) 然后使用以下代码检查在本地运行时上运行的colab是否正在使用本地GPU import torch
torch.cuda.is_available() 上述语句返回False 注:本地计算机系统使用NVDIA GeForce 940M图形处理器
浏览 147提问于2021-10-27得票数 1
我用这种方式挂上了磁盘：
from google.colab import drive
drive.mount('/content/drive', force_remount=True)
我可以访问磁盘上的所有文件，除了一个: MyDataset.zip
如果我试图以这种方式复制：
copy_cmd = "/content/drive/My\ Drive/MyDataset.zip /content/MyDataset"
!cp $copy_cmd
他写了一个错误：
cp:读取‘/content/驱动器/My/MyDataset.zip’：操作取消
浏览 31提问于2020-02-01得票数 1
回答已采纳
8回答
如何在Google中安装CUDA
、、、、
似乎Google Colab GPU没有附带CUDA工具包，我如何在Google Colab GPU中安装CUDA。我在Google Colab中安装mxnet时遇到了这个错误。
Installing collected packages: mxnet
Successfully installed mxnet-1.2.0
错误:利用GPU进行计算的安装不完整。请确保您安装了CUDA，并在您的终端中运行以下行，然后再试一次：
pip uninstall -y mxnet && pip install mxnet-cu90==1.1.0
根据您的数据自动化系统版本调整“c
浏览 9提问于2018-05-28得票数 49
当我们在google colab中从CPU切换到GPU硬件时，我们丢失了会话中的所有数据，这意味着我们需要将所有数据重新上传到新的GPU会话，这是非常耗时的过程，因为我们还需要重新运行数据处理。
有没有办法或解决办法/黑客将CPU会话更改为GPU会话，同时保留我们的会话数据？
我在某个地方读到，我们可以将其推送到git，然后在新的GPU会话中克隆数据。我知道如何克隆git数据，但不知道如何将google colab会话数据推送到git。在这方面的任何帮助都将受到高度的感谢。
浏览 35提问于2021-05-13得票数 1
回答已采纳
在Google Colab中，有没有一种编程方法可以检查我连接的是gpu或tpu环境？ 例如，我可以使用下面的代码检查它是否在tpu运行时下。但是什么是'gpu‘运行时呢？ 导入操作系统 os.environ中的tpu_good_to_go = "COLAB_TPU_ADDR“
浏览 60提问于2021-07-12得票数 0
我正在构建一个模型集合，需要在126个不同的模型上进行超参数选择，从线性模型到keras模型，每个模型都需要运行4-18个小时。
我计划在google colab上这样做，因为我没有足够的计算资源。我是否应该开设126个google账户，并使用126个colab CPU/GPU并行训练所有模型。或者，我应该在同一个账户上打开126个colab笔记本，然后在那里运行模型。126台笔记本电脑将共享相同的资源，还是每个笔记本电脑都可以访问不同的CPU。
浏览 3提问于2020-04-14得票数 1
当使用GPU打开Google Colab notebooks时，我经常会遇到运行时状态“正在初始化”。
其他人也有这个问题吗？是因为运行时集群中的GPU不足吗？有没有人找到了比稍后回来更好的解决方案？
浏览 1提问于2018-03-04得票数 12
1回答
当我选择GPU后在colab笔记本上运行代码时，我会收到一条消息：“您连接到GPU运行时，但不使用GPU”。现在我知道以前也有人问过类似的问题，但我仍然不明白为什么。我在一个数据集上运行PCA，进行数百次迭代，进行多次试验。在没有GPU的情况下，只要在我的笔记本电脑上运行，它所需的时间就可以超过12个小时，从而导致colab上的超时。colab的GPU仅限于像tensorflow这样的机器学习库吗？有没有办法解决这个问题，这样我就可以利用GPU来加速我的分析了吗？
浏览 0提问于2020-07-11得票数 1
回答已采纳
1回答
我正在试用Google Colab，想知道我是否可以使用本地的CPU、RAM、SSD和GPU？我曾尝试在我的SSD上搜索目录，但没有找到任何内容。我发现我必须将我的目录上传到我的Google Drive并运行代码：
from google.colab import drive
drive.mount('/content/drive')
现在我已经建立了我的目录并运行了我的UNet，我得到了警告WARNING:tensorflow:There are non-GPU devices in `tf.distribute.Strategy`, not using nccl allre
浏览 41提问于2020-02-26得票数 1
回答已采纳
1回答
当我使用google colab训练我的数据时，当我将我的运行时切换到GPU时。我的colab只使用CPU，而不使用GPU。如何启用Windows 10系统的英特尔GPU？
浏览 21提问于2021-09-17得票数 0
我经常使用Google Colab来训练TF/PyTorch模型，因为Colab为我提供了GPU/TPU运行时。此外，我喜欢使用MLflow来存储和比较经过训练的模型，跟踪进度，共享等。在Google Colab中使用MLflow有哪些可用的解决方案？
浏览 12提问于2020-05-05得票数 3
1回答
我在Colab notebook上运行CNN代码，这需要很长时间。然而，连接总是在我运行2到3个小时后断开，并且不能重新连接。我被告知Colab virture机器会在没有任何操作的情况下在12小时后断开连接，那么我如何避免在连接中断后重新启动我的代码，或者任何控制Colab的更简单的方法？
浏览 0提问于2019-05-25得票数 0
我想在Windows10的gpu上运行我的代码，就像google colab一样，我们可以改变运行时选项，这很容易转移到gpu上。有没有可能做同样的jupyter笔记本在windows中。
浏览 0提问于2021-05-13得票数 0
最近，我尝试使用谷歌免费GPU来尝试一些新的东西。我按照教程设置了我的第一个代码笔记本。但是，在我首先运行这些代码之后，才能安装必要的库并执行授权。
!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!ap
浏览 0提问于2018-03-09得票数 3
1回答
是否可以使用API与Google Colab环境进行交互？我想根据用户通过API输入的内容在GPU上编写并执行python代码，并将响应返回给用户。我能用Colab做到这一点吗？或者我需要建立我自己的Jupyter Notebook来做这件事。
浏览 41提问于2020-06-16得票数 2
我正在使用google colab GPU在darknet/yolov3框架上运行。我能够让yolov3完美地运行来进行视频对象检测。我无法运行第二个存储库，我认为这是google colab的问题，因为我对它还不熟悉。Ivy-master和darknet-master被克隆在content下，我也试着将它们保存在驱动器中，但没有什么不同。
我将我的.env文件设置为vars.env，并安装了colab-env。当我在colab中运行!python -m main时，我得到视频或摄像头输入未设置的错误路径。我的vars.env文件中的变量看起来是这样的：VIDEO="./content
浏览 0提问于2020-04-30得票数 0
在Q1 2019年中，我进行了一些实验，我注意到具有相同运行时类型(None/GPU/TPU)的Colab笔记本总是共享相同的运行时(即相同的VM)。例如，我可以在一个Colab笔记本中将一个文件写入磁盘，然后在另一个Colab笔记本中读取它，只要两本笔记本都具有相同的Runtime类型。
然而，我今天(2019年10月)再次尝试，现在看来每个Colab笔记本都有自己的专用运行时。
我的问题是：
是什么时候发生这种变化的？这一变化是在任何地方宣布的吗？，现在一直是这样吗？运行时有时会被共享，有时不会被共享吗？，两本Colab笔记本之间推荐的通信方式是什么？我猜Google？
谢谢
浏览 3提问于2019-10-16得票数 4
我有一台联想电脑，但没有安装GPU。所以当我运行一个用python编写的机器学习程序时，它会在我的本地CPU上运行。我知道Colab免费为我们提供了一个GPU。要使用它，我需要从我的ML程序中获取所有python文件的内容，并将其放在这个Colab笔记本中。在这一点上不太方便。是否有可能以任何方式运行我的ML程序从我的计算机直接使用Colab GPU，而不直接使用Colab笔记本。
编辑
请注意，我不想从木星笔记本工作。我想在Visual代码中工作，直接在Colab GPU上运行代码，而不是在我的CPU上运行
浏览 5提问于2021-05-21得票数 0
在https://colab.research.google.com/notebooks/gpu.ipynb中，我假设这是谷歌的图形处理器加速的官方演示，如果我遵循这些步骤，使用Tensorflow 2.x的图形处理器加速(大约比CPU快60倍)工作。但是，如果我想使用1.15版本，就像在https://colab.research.google.com/drive/12dduH7y0GPztxSM0AFlfpjj8FU5x8YSv中一样(与第一个链接中的notebook相比，唯一的变化是两次都去掉了"%tensorflow_version 2.x“)，tf.test.gpu_dev
浏览 16提问于2019-12-25得票数 1
回答已采纳
我使用本地GPU运行google笔记本，因此使用连接到本地运行时的colab功能。
我想知道，当以这种方式运行colab时，在训练模型时，在空闲了几个小时之后，它是否仍然存在着断开运行时的问题。
谢谢你，佩德罗
浏览 7提问于2022-07-28得票数 2
我很好奇，如果google colab中有TPU的话，xgboost会不会使用TPU？它确实很好地利用了GPU……
浏览 10提问于2020-05-22得票数 0
我需要运行1.3.0版本的tensorflow-gpu。为此，我需要将cuda降级到版本8。有人能分享一下在google colab中将cuda从10.0降级到8.0的代码吗？
我用这个得到了降级到版本9的代码。
!wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb
!dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb
!apt-key
浏览 0提问于2019-09-04得票数 4
1回答
我已经用Google colab训练了一个更快的R-CNN模型，用于使用TensorFlow对象检测进行对象检测。但在测试视频时，google colab崩溃了，这就是为什么我决定在我的pc上测试，并安装了CUDA 10.0、Cudnn 7.6.5和TensorFlow-gpu = 1.15。但是测试速度非常慢，就好像它是在CPU上运行的一样。我在测试时收到这条消息，所以我猜它是在使用我的GPU (照片)。
有谁知道以更快的方式测试视频的解决方案吗？是CUDA还是我的GPU有问题？
谢谢
浏览 3提问于2021-07-29得票数 0
我正在用Google Colab做我的计算。我将运行时类型更改为GPU。然而，在使用GPU时，我没有看到执行代码所需时间的明显变化。
我的问题是，为了利用GPU的并行化能力，我们是否必须以特定的方式编写代码？
我没做什么花哨的事。我不会从驱动器或任何其他地方获取任何数据，这显然会占用很多时间。
浏览 0提问于2020-12-18得票数 1
因此，我使用谷歌Colab，因为我有一些功能，我需要执行的时间太长，在我的cpu。我已经将运行时设置为GPU附加程序，但是当我运行单元时，仍然会收到这样的消息：“警告:您连接到GPU运行时，但没有利用GPU”。
我知道这意味着我正在运行的代码只是使用我的cpu。然而，使用我的cpu，这个函数需要几个小时才能执行。这就是为什么我想使用Colab的GPU，然而，即使我改变了运行时，它仍然使用我的cpu.如何具体地强制Colab使用GPU来执行Colab中的某个单元/功能？
编辑:我刚刚发现，显然Colab使用GPU，只有当使用的软件包是一个软件包专门为GPU的使用。我是否可以使用某种外部包来强制函
浏览 13提问于2022-08-10得票数 0
2回答
我使用谷歌Colab，我想使用我的自定义库/脚本，我已经存储在我的本地机器上。我目前的做法如下：
# (Question 1)
from google.colab import drive
drive.mount("/content/gdrive")
# Annoying chain of granting access to Google Colab
# and entering the OAuth token.
然后我用：
# (Question 2)
!cp /content/gdrive/My\ Drive/awesome-project/*.py .
问题1：有没有
浏览 0提问于2019-01-27得票数 1
回答已采纳
2回答
我正在训练一个unet模型。我开始用我的pc训练，但它太慢了，因为它不能运行在GPU上。因此，我开始使用Google colab进行更快的培训(使用GPU)。我在本地和Google Drive中保存了相同的数据集，在colab和我的pc中也有完全相同的代码，除了路径，因为我需要将它们更改为从Google Drive文件中读取。
我的问题是，在我的电脑上训练unet的结果与用Google colab训练unet的结果有很大不同。
我不知道为什么会发生这种情况(我在两者中使用相同的种子，并且我已经测试过，如果我使用该种子，我总是在本地获得相同的结果)。当我在我的pc上训练unet时，我获得了或多或
浏览 12提问于2021-03-03得票数 0
1回答
当我运行以下一行时：
import tensorflow
我的错误就像：
恐怖事件:利布坎恩。所以。6:无法打开共享对象文件:没有这样的文件或目录
我在用Google Colab做我的项目。我在用tensorflow-gpu 1.4。不知何故，我设法在Google上安装了Cuda 8.0。但是我需要安装cuDNN，这是tensorflow-gpu 1.4的必要要求。我不应该将tensorflow版本升级到1.12。
如何在Google上安装cuDNN？
浏览 1提问于2019-01-27得票数 0
有谁知道如何使用Google Colab/Colab Pro的GPU for tensorflow版本1.x？我尝试将我的CUDA10.1降级到10.0 (这不起作用)，同时安装tensorflow gpu==1.14 (建议这样做，因为这可能会降低性能)。
浏览 0提问于2020-06-26得票数 1
我试着运行realsr-ncnn来测试如何在Google的Colab平台上放大一个简单的图像。
问题是，一旦我尝试运行它，我就会得到错误
加载共享库时出现错误: libvulkan.so.1:无法打开共享对象文件:没有这样的文件或目录
那么在运行之前我需要安装什么呢？或者没有办法让vulkan工作，尽管相当强大的GPU？
浏览 1提问于2020-10-08得票数 2
回答已采纳
这是我从deatils得到的关于失败的信息。 Download failed
Could not fetch resource at https://colab.research.google.com/tun/m/gpu-p100-s-1nsim9mlahjyh/files/content/DeOldify/video/result/video.mp4?authuser=5: 504
FetchError: Could not fetch resource at https://colab.research.google.com/tun/m/gpu-p100-s-1nsim9mlahjyh
浏览 57提问于2019-12-22得票数 0
在过去的一周里，我一直未能连接到GPU，尽管我没有任何活动的会话。
不断弹出的消息如下：
无法连接到GPU后端
由于Colab中的使用限制，您目前无法连接到GPU。了解更多
作为Colab Pro订阅者，您比非订阅者有更高的使用限制，但可用性并不是无限的。为了最大限度地利用Colab Pro，避免使用GPU时，他们是不必要的，你的工作。
请注意，我有一个Colab专业帐户。
浏览 45提问于2021-05-15得票数 1
我有一个机器学习模块，它使用Google Colab的免费GPU来执行NLP任务，我想用它制作一个web应用程序。我一直在考虑使用React js作为前端，spring boot作为后端，并想知道是否有一种方法可以将Google Colab的代码与后端连接起来。想知道在Colab中构建一个包含ML模块的web应用程序的其他替代建议。任何形式的帮助都是有价值的。
浏览 18提问于2020-02-28得票数 2
Google Colab提供的免费资源对于我的用例来说是不够的。
有没有办法用更多的内存旋转更强大的GPU/TPU，并在Google中使用它作为我的Colab笔记本呢？它不一定是谷歌云，但只要我可以轻松运行木星笔记本。我正在使用Keras/Tensorflow。
浏览 0提问于2019-06-19得票数 0
回答已采纳
我正在尝试从我在Google的Github存储库中读取文件。我找到了，它指示我使用：
!npx degit Jainu-s/urldata/al -f
将我的存储库中的文件复制为本地Colab文件。它工作得很完美，但我不知道这段代码到底做了什么，也找不到任何Colab文档。
有人能向我解释一下它的工作原理吗？它的语法是什么，它是做什么的？我有什么选择呢？
浏览 0提问于2020-11-28得票数 1
回答已采纳
我试图在Colab中运行一个github深度学习存储库，但是我无法将python文件连接到colab GPU。
在colab笔记本中编写脚本时，我可以连接到GPU，例如，当我从笔记本单元中运行此cod时：
import os, torch
print('Torch', torch.__version__, 'CUDA', torch.version.cuda)
print('Device:', torch.device('cuda:0'))
print(torch.cuda.is_available())
我得到：
Torch
浏览 0提问于2020-04-04得票数 2
回答已采纳
我正在尝试让一些开源软件运行起来。它使用了我的系统中没有的东西(例如pytorch)，所以我想我可以尝试在Google Colab上运行它。 但是，当我尝试这样做时，在从github存储库克隆目录后，我必须运行一些python脚本。我想我不能从Jupyter Notebook中运行另一个python脚本，所以我想我正在尝试用Colab做一些它不想做的事情？ 有没有更像终端的东西，但使用Colab上提供的软件、GPU等？
浏览 24提问于2020-01-07得票数 2
回答已采纳
最近，我对将分布式培训整合到我的Tensorflow项目中产生了兴趣。我正在使用Google Colab和Python3来实现一个带有定制的、分布式的训练循环的神经网络，如本指南中所述：
在“创建分发变量和图形策略”部分的指南中，有一些代码的图片，这些代码基本上设置了一个“MirroredStrategy”，然后打印生成的模型副本的数量，请参见下面的内容。
据我所知，输出表明MirroredStrategy只创建了模型的一个副本，因此，只有一个GPU将用于训练模型。我的问题是: Google Colab是否仅限于在单个GPU上进行培训？
我尝试过在使用和不使用图形处理器加速的情况下调用Mir
浏览 8提问于2019-09-19得票数 5
我试图在Google Colab上使用GPU运行我的笔记本电脑，但它没有为我提供GPU，但是当我使用tensorflow 1.15.0运行笔记本电脑时，GPU是可用的。
tf.test.gpu_device_name()
给出了tensorflow 1.15.0的输出'/device:GPU:0'
但是，当我对tensorflow 2.0.0执行相同的操作时，该函数返回''。
浏览 10提问于2019-11-20得票数 4
我正试图在Google上安装cuDF长达几个小时。其中一个要求，我应该安装cuDF与GPU特斯拉T4。而google每次给我、GPU、特斯拉、K80、和我都不能安装cuDF。我试过这段代码来检查我每次都有哪种类型的GPU：
import pynvml
pynvml.nvmlInit()
handle = pynvml.nvmlDeviceGetHandleByIndex(0)
device_name = pynvml.nvmlDeviceGetName(handle)
if device_name != b'Tesla T4':
raise Exception("
浏览 2提问于2022-02-28得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
