验证plaidml是否正在使用gpu
PlaidML是一个开源的深度学习框架，它的目标是提供跨平台、高性能的深度学习计算支持。它支持使用GPU进行加速计算，但需要验证是否正在使用GPU的方法如下：
- 确认GPU驱动已正确安装：首先，确保计算机上已正确安装了适用于您的GPU型号的最新驱动程序。您可以从GPU制造商的官方网站上下载并安装最新的驱动程序。
- 安装PlaidML：使用适用于您的操作系统的包管理器或pip等工具安装PlaidML。您可以在PlaidML的官方网站（https://www.plaidml.org/）上找到安装指南和文档。
- 配置PlaidML后端：在安装完成后，您需要配置PlaidML以使用GPU后端。具体的配置方法可能因操作系统和GPU型号而异，您可以参考PlaidML的文档或社区支持来获取详细的配置指南。
- 运行示例代码：为了验证PlaidML是否正在使用GPU，您可以尝试运行一个简单的深度学习示例代码，并观察其运行过程中GPU的使用情况。如果GPU被成功使用，则说明PlaidML正在使用GPU进行加速计算。
需要注意的是，PlaidML的GPU支持可能受限于您的GPU型号和驱动程序版本。在某些情况下，可能需要进行额外的配置或调整才能使PlaidML正常使用GPU。如果遇到任何问题，建议查阅PlaidML的文档、社区支持或官方论坛以获取更多帮助。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云GPU计算服务：https://cloud.tencent.com/product/gpu
- 腾讯云深度学习平台：https://cloud.tencent.com/product/tensorflow
- 腾讯云AI引擎Plato：https://cloud.tencent.com/product/plato
相关·内容
我已经安装了plaidml-keras并将其配置为使用本地GPU。 但是，在python脚本中，有没有什么方法可以验证我的plaidml keras后端使用的是GPU而不是CPU？
浏览 12提问于2020-03-30得票数 2
1回答
我正在使用pycharm，其中我使用miniconda创建了一个环境。我已经安装了Tensorflow和Keras。现在我想使用plaidml来访问我的GPU (它是Intel 620)，所以我在我的pycharm终端的终端中输入了以下命令： pip install -U plaidml-keras 但是当我尝试使用plaidml后端运行一个程序时，它显示： raise plaidml.exceptions.PlaidMLError('PlaidML is not configured. Run plaidml-setup.')
plaidml.exceptions.Plai
浏览 73提问于2020-06-27得票数 0
1回答
我正在尝试建立Keras，以便使用我的GPU运行模型。我有一个Radeon RX580，正在运行Windows 10。
我看到CUDA只支持NVIDIA GPU，并且很难找到让我的代码在GPU上运行的方法。我试着下载和设置plaidml，但是后来from tensorflow.python.client import device_lib print(device_lib.list_local_devices())只打印了我在CPU上运行的内容，而且没有一个GPU可用，尽管plaidml的安装是成功的。我读过PyOpenCl是必要的，但还没有得到一个明确的答案，为什么或什么能力。有人知道如何设
浏览 0提问于2019-08-15得票数 1
回答已采纳
我正在尝试安装plaidml-keras，这样我就可以在python/jupyter中使用非Nvidia GPU和Keras。在清除了其他几个障碍之后，我达到了以下目的： plaidbench keras mobilenet 但是它有两次错误 ImportError: cannot import name 'object_list_uid' from 'keras.utils.generic_utils' (/Users/me/sprinthive/src/notebooks/nbenv/lib/python3.7/site-packages/keras/ut
浏览 27提问于2021-07-16得票数 0
我想在我的GPU上运行这个Keras模型，但是它运行在我的cpu上，我用Plaidml来使用我的 GPU，plaidml是正确设置的，它运行在其他的模型上--我想也许我是在导入tensoflow，但我不确定，我需要在GPU上运行这个模型，我有其他不导入tensorflow的模型，它们与Plaidml很好地工作。
源代码
import numpy as np
from os import environ
environ["KERAS_BACKEND"] = "plaidml.keras.backend"
import keras
from keras.laye
浏览 6提问于2021-12-05得票数 1
回答已采纳
我正在尝试安装一个带有Nvidia gtx 1070 GPU的Windows 10 (家庭) PC。我安装了最新版本的Anaconda，运行正常。然后使用pip安装plaidML。在执行plaidML-设置时，我会得到以下错误。我尝试过卸载/重新安装，尝试了Anaconda、Python和plaidML的不同版本。所有这些都会导致相同的错误消息。我已经让plaidML在我的笔记本电脑上运行正常--还有Win10家庭等等。
我只是有一些依赖问题，但无法解决。如有任何建议，我将不胜感激！
回溯(最近一次调用)：
文件"c:\users\benli\anaconda3\lib\runpy.p
浏览 0提问于2018-10-10得票数 1
1回答
我只想在MacOS上运行我的深入学习模型，但是它不起作用
和我在plaidml设置中切换了“metal_amd_radeon_pro_560x.0”
在此之后，我在py魅力中添加了‘os.environ“”KERAS_BACKEND“=”plaidml.keras.backend“，但是我检查gpu的活动很低。
我尝试在keras中执行另一种方法'multi_gpu_model‘，但我也收到了错误消息’但是这台机器只有：'/cpu:0'‘。
我的mac是2019 macbook 和Radeon Pro 560X 4 GB图形卡
你能帮我吗？
浏览 1提问于2019-10-06得票数 0
1回答
我正在尝试安装PlaidML，并按照Github上的说明进行操作。基本上，我在这里得到了与用户相同的区域：
我遵循了回答这个问题的开发人员的说明，但plaidml-setup仍然不起作用。
我创建了一个conda环境，并使用pip3安装了PlaidML。路径是
/usr/local/lib/python3.7/site-packages (0.6.4).
运行plaidml-setup的错误是：
Traceback (most recent call last):
File "/usr/local/bin/plaidml-setup", line 6, in <m
浏览 40提问于2019-08-18得票数 1
1回答
我想用PlaidML在我的Mac Pro电脑上加速深度学习训练。安装PlaidML后，我运行"plaidml-setup"，并收到以下消息：
PlaidML Setup (0.3.5)
Thanks for using PlaidML!
Some Notes:
* Bugs and other issues: https://github.com/plaidml/plaidml
* Questions: https://stackoverflow.com/questions/tagged/plaidml
* Say hello: https://groups.g
浏览 6提问于2019-01-25得票数 2
我使用Radeon Pro 560X 4096 MB和英特尔超高清显卡630 1536 MB在我的MacBook专业版上运行一些python格式的Keras/tensorflow代码。要在运行神经网络代码时使用图形卡，我需要做些什么？
浏览 1提问于2019-03-04得票数 2
我遵循了the documentation from VertexAI上的所有步骤，但在安装plaidml-keras之后，当我尝试运行安装程序时，它抛出了一个错误。 C:\Users\anura>pip install plaidml-keras
Requirement already satisfied: plaidml-keras in c:\python39\lib\site-packages (0.7.0)
Requirement already satisfied: six in c:\python39\lib\site-packages (from plaidml-ker
浏览 44提问于2021-04-20得票数 1
回答已采纳
我正在尝试使用fit_generator来拟合一个模型。一切都符合要求，但它抛出了上面的错误。我使用的是Keras 2.2.4和TF 2.0.0。所有其他以前的CNN都可以工作，但它不像图像生成器。 # import relevant functions
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Conv2D
# rotate, and shift
浏览 45提问于2020-07-22得票数 0
1回答
我正在尝试一些使用keras模型的示例，这些模型已经可用。大多数示例都将keras与tensorflow (或pytorch或theano)结合使用。由于有限的可用资源和成本削减，我正在使用plaidml与amd gpu一起工作。由于keras支持可插拔的后端，我认为这可能不是问题。请分享您对使用keras api以及以后插入所需后端的想法。我之所以担心这个问题，是因为和使用的是tensorflow (import tensorflow.keras)的kera，而我使用的是带有可插拔后端的普通的keras(import keras)。什么是等价语句
img = tf.io.decode_png
浏览 5提问于2021-10-29得票数 0
1回答
我是DL/实时目标检测领域的新手，正在尝试从youtube上学习一些东西。我在youtube上看了一段关于yolov3上实时自定义对象检测的视频，我做的所有步骤都是正确的。当我在我的笔记本电脑上运行我的对象检测python文件时，它是在CPU上运行的，并且我只能接收到2-3fps。请任何人告诉我如何使用我的GPU来运行它。我得到的文件是yolov3_training_last.weights，yolov3_testing.cfg和classes.txt。python文件包含在下面，当我像我说的那样运行它时，我得到的fps很低。如果有什么方法可以使用GPU来增加它，请教我。提前谢谢你。
Pyth
浏览 18提问于2021-07-12得票数 1
1回答
深层语音转录时如何使用GPU
、、、、
我正在使用优秀的包来转录Python中的音频文件。以下是我的快速实现：
import wave
import deepspeech
import numpy as np
model_file_path = 'deepspeech-0.9.3-models.pbmm'
model = deepspeech.Model(model_file_path)
filename = 'podcast.wav'
w = wave.open(filename, 'r')
frames = w.getnframes()
buffer = w.readframes
浏览 7提问于2021-12-06得票数 0
下面的代码用于指定tf节点正在运行的设备
with tf.device('/gpu:0'):
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
我已经知道了：这个职位，丹索尔流医生和xla演示
我想知道的是：
是否有任何方法将XLA_GPU指定为运行tf节点的设备？
with tf.device('/XLA_GPU:0'):
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3],
浏览 0提问于2019-03-16得票数 2
Windows10-pro，单RTX 2080 Ti我是Tensorflow的新手。 我刚刚安装了tensorflow-gpu，版本2.1.0，python 3.7.7。Cuda编译工具，版本10.1，V10.1.105。没有自编译的东西。我没有安装cuDNN，也没有注册。所有的安装都是标准的，没有自编译的。 tensorflow.org文档指出，需要使用cuDNN才能使用图形处理器。但是我的GPU使用测试似乎通过了。例如，tf.config.experimental.list_physical_devices('GPU')返回[PhysicalDevice(name=
浏览 46提问于2020-09-14得票数 0
例如，如果我有一个具有2GBRAM的GPU，并在我的应用程序中分配大数组，比如1GB，作为映射内存(映射到GPU地址空间的页面锁定主机内存，并与cudaHostAlloc()一起分配)，那么对于1GB映射内存，可用的GPU内存量是否会减少，还是会像分配和使用前一样(接近) 2GB？
浏览 3提问于2014-07-31得票数 4
回答已采纳
1回答
我在mnist数据集上使用RTX 2080 ti。我安装了tensrflow-gpu。在其他环境中，它比仅在CPU上运行快近12倍。
我正在检查任务管理器CPU和GPU的性能，同时训练。以下是培训期间的表演：
GPU环境： CPU =20% GPU = 10%训练时间=24秒
CPU环境： CPU =100% GPU = 10%训练时间= 500秒
我想知道GPU在10%上运行是否正常？我可以手动增加或降低性能吗？
浏览 3提问于2020-05-05得票数 2
我正在使用GPU处理一个70 GPU的数据集。
有人可以建议任何可能的方法来使新的笔记本具有超过300 go的可用空间，或者任何可能的方法来返回到以前的状态。
浏览 0提问于2021-06-11得票数 0
我正在使用新的来分析我的神经网络中的内存使用情况，这是我在Titan X GPU上运行的，内存为12 to。下面是我分析我的主训练循环时的一些示例输出：
==================Model Analysis Report======================
node name | requested bytes | ...
Conv2DBackpropInput 10227.69MB (100.00%, 35.34%), ...
Conv2D 9679.95MB (64.66%, 33.45%), .
浏览 2提问于2017-10-27得票数 8
下面有人能给我一个建议吗？我正在将一些数据从CPU复制到GPU，我需要知道它是否复制正确。我可以检查cudeMemcpy的返回码，但如果我能在GPU上打印数组就更好了。
int doCopyMemory(char * Input, int InputBytes)
{
/* Copying needed data on GPU */
cudaError_t s = cudaMemcpy ( SOURCE_DATA, Input, InputBytes, cudaMemcpyHostToDevice );
if (s != cudaSuccess) ret
浏览 0提问于2010-06-23得票数 0
2回答
我在Windows虚拟环境中使用tensorflow安装了pip install tensorflow。
我尝试测试GPU是否已启用，并键入
import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
并得到了
Num GPUs Available: 0
我的系统确实启用了CUDA和CUDNN，因为我在安装PyTorch GPU版本时没有问题。如何为TensorFlow启用GPU？
浏览 33提问于2021-01-30得票数 2
回答已采纳
我想测试使用多个GPU来训练网络。但是，我的机器上只安装了一个物理GPU (RTX 2070)。我是否可以将此设备拆分为两个虚拟设备？
我当前的尝试是基于tf.config.experimental.set_virtual_device_configuration函数，但是，它似乎不起作用。完整示例：
import tensorflow as tf
print(tf.__version__) # 2.4.1
phisical_gpus = tf.config.experimental.list_physical_devices("GPU")
print(phisical_gpu
浏览 6提问于2021-04-11得票数 0
我试图用启用的GPU安装TensorFlow。为此，我使用了来自的说明。首先，我创建了我的环境：
conda create --name tf_py3_tf_gpu python=3.5
然后我激活了我的环境，得到了适合我的机器的版本：
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0rc0-py3-none-any.whl
然后，我继续运行pip3安装：
(tf_py3_tf_gpu)user~/envs/tf_py3_tf_gpu/lib/python3.5/si
浏览 3提问于2016-08-29得票数 1
我正在尝试实现“多线程”，同时进行训练和预测(测试)。我将使用python模块‘线程’，如所示，下面是一些问题。
如果我使用python模块“线程”，tensorflow是使用更多的gpu还是使用更多的cpu？
我是否必须在tensorflow中生成两个图(具有相同拓扑的神经网络)，一个用于预测，另一个用于训练？或者只制作一个图表可以吗？
我将非常感谢任何能够回答这些问题的人！谢谢!
浏览 4提问于2017-08-08得票数 0
回答已采纳
我正在尝试理解图形是如何处理的。程序有没有可能在图形数据被发送到gpu之前获取图形数据，记录它，将其发送到gpu，从gpu获取处理结果并将其发送到请求处理的视频游戏？我不确定我是否解释得很清楚，但我对这篇文章还是比较陌生的，所以我很抱歉。
浏览 21提问于2019-04-27得票数 0
回答已采纳
我正在用vulkan (临时)创建一个简单的渲染器，目前我正在让它变得非常简单。我在vkCreateGraphicsPipelines()上得到了一个异常，问题可能是什么，我该如何修复它。 我试图找到任何尚未初始化的东西，但到目前为止什么都没有。我检查了调用堆栈，但什么也没有得到，因为在调用管道的create函数时抛出了异常。我也在谷歌上搜索，但没有找到任何有帮助的东西。我正在关注vulkan-tutorial网站，只是把它抽象到不同的类中，多次查看教程。在我使用vkCreateGraphicsPipelines函数之前，一切都会正常工作。 VkPipelineShaderStageCrea
浏览 132提问于2019-06-07得票数 3
2回答
我正在遵照的指示。GPU利用率似乎很低，因此我根据retrain.py中的指令对脚本进行了测试。日志验证TF图是否正在GPU上构建。我正在为大量的课程和图像进行再培训。请帮我调整TF和 中的参数，以利用GPU。
我知道应该减少批处理的大小。对于这个脚本来说，什么是“批处理大小”并不明显。我有60节课和1MM训练图像。它从创建1MM瓶颈文件开始。这部分是CPU和慢，我明白。然后训练4,000步，在训练过程中每一步要拍摄100张图像。这是批货吗？如果我减少每一步的图像数量，GPU的利用率会上升吗？
你的帮助会很感激的！
浏览 3提问于2018-06-03得票数 13
1回答
我已经在集群上的配置文件上安装了tensorflow-gpu版本1.15，它可以访问2个gpu。我能够通过运行
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
上述语句产生的本地设备列表如下：
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 17161457237421390575,
name: "
浏览 5提问于2020-05-05得票数 1
回答已采纳
我正试着在WSL 2上安装Cuda，我正在按照这样的说明来做。
在执行完每一步之后，我尝试通过执行docker run --gpus all nvcr.io/nvidia/k8s/cuda-sample:nbody nbody -gpu -benchmark来检查gpu在Linux环境中是否可用(正如前面的说明所建议的)。
但是我得到了以下错误：docker: Error response from daemon: could not select device driver "" with capabilities: [[gpu]]. ERRO[0000] error wai
浏览 2提问于2020-06-19得票数 3
回答已采纳
我正在多GPU系统(2个GPU)上训练神经网络。我只使用了一个GPU，但程序使用了两个GPU的内存。为了只使用一张卡，我使用了这部分代码： with tf.device('/GPU:0'): 但是它仍然在使用他们两个人的内存。我该怎么办？
浏览 286提问于2020-04-17得票数 0
回答已采纳
3回答
在玩游戏的时候，我的笔记本电脑经常会因为GPU过热而关机。我需要一个做以下工作的软件：
记录GPU温度
当温度达到一个预定义的阈值(例如80度C)时，它应该以通知或弹出的形式启动警报。
在游戏期间优化我的程序以减少GPU负载(可选)
我正在使用Windows8.1与AMD GPU。
浏览 0提问于2014-03-09得票数 6
2回答
我正在尝试使用OpenCV GpuMat，但是我得到了一个断言错误，我的代码如下
#include "opencv2/opencv.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/gpu/gpu.hpp"
// ...
using namespace cv;
using namespace cv::gpu;
int main()
{
string baboon =
浏览 4提问于2012-02-17得票数 1
回答已采纳
1回答
我正在尝试用OpenCV在CUDA上做一个特征匹配算法。我正在使用ORB特性。我遇到的主要问题是我能够很好地计算ORB关键点，但是描述符总是空的。我试了所有的方法，但都没有成功。我尝试了opencv的最新版本(3.4.0)和3.2.0版本。这是我的代码的简化版本：
cv::Ptr<cv::cuda::ORB> orb_gpu = cv::cuda::ORB::create(5000);
std::vector<cv::KeyPoint> keypoints;
cv::cuda::GpuMat descriptors;
cv::cuda::GpuMat img_gpu(c
浏览 11提问于2018-01-19得票数 2
回答已采纳
1回答
我认为AMD GPU可以用任何经过修改的VBIOS闪烁，因为GPU不检查固件签名。
如果签名无效，安全引导不应该检查AMD GPU修改的VBIOS的签名并阻止PC启动吗？
如果启用了安全引导，已经将AMD GPU的VBIOS引导修改为Windows的人可以吗？
浏览 0提问于2022-12-17得票数 4
我正在使用Windows10。 我已经安装了tensorflow-gpu 2.1.0，并检查它是否在pip列表中： ? 我的python版本是3.7，CUDA版本是10.1： ? 以下是nvidia-smi命令输出的内容： ? 正如你所看到的，我安装了两个图形处理器，并使用nvidia命令可见，但当我在笔记本上使用'tf.config.get_visible_devices()‘命令时，我只能看到处理器： ? 有什么办法可以解决这个问题吗？
浏览 17提问于2020-07-22得票数 1
我目前正在使用Tensorflow 2.3.0中的来模拟多个图形处理器训练，并且它正在工作。如果我购买了另一个GPU，我是否可以在每个GPU上使用相同的功能？
现在我有4个虚拟GPU和一个物理GPU。我想再买一个GPU，想要2x4的虚拟GPU。我还没有找到任何关于它的信息，因为我现在没有另一个GPU，所以我不能测试它。是否支持？恐怕不是这样的。
浏览 34提问于2020-12-07得票数 0
1回答
统一XR单程实例渲染和UI
、、、、
我想知道是否有人建议使用基于统一画布的UI系统(UGUI)以及XR应用程序的呈现模式(?)
我担心的是UI元素是否会呈现为单次传递实例，或者它们实际上只呈现了两次--可能会导致性能问题。
据我所见，在默认UI着色器(Unity2019.4.21内置着色器内置渲染管道)，它似乎不支持GPU实例(如果我是错误的纠正我)。当然，我可以创建我自己的着色器，支持GPU实例按照，但我不知道UI渲染系统是否真的会尊重(?)认为在默认UI着色器中没有实现可能有原因.
如果UI呈现确实不支持GPU实例，那么它是否有其他优化的呈现方式来弥补GPU实例的不足？
对于这些有点模糊的问题，我很抱歉。我只是想弄清楚我的项
浏览 3提问于2021-11-17得票数 1
1回答
我目前正在寻找一个软件框架，我的项目涉及GPU板和图形测试。
我的项目是找到一个软件框架，可以在GPU上远程运行图形测试并实现自动化。基本上，我有5个独立的图形测试(它们是我的目录中的Linux脚本，我只是通过命令行执行)，运行我的计算机，GPU板是通过USB端口连接的。
我SSH在使用Putty和连接通过串口(即连接到GPU板)手动运行每个测试10分钟。当我终止测试时，它将每秒在命令行上向我返回帧。我要找的是一种自动化的方法。
我需要从另一台机器远程运行这5个单独的测试，并且能够在一定时间内连续运行所有5个测试，而不必手动运行每个测试。这意味着我需要启动脚本，并让它以每秒的速度返回每个测试的
浏览 0提问于2014-06-16得票数 3
回答已采纳
我有一个非常简单的脚本来进行培训和验证。我正在使用tensorflow-gpu，我可以看到GPU:0正在被使用。然而，python进程本身似乎只使用了一个只有90%利用率的核心。我的GPU也没有在训练中被耗尽。然而，它在验证期间得到了充分的利用。
我不知道单核的使用是否会阻止GPU被更多的利用。有办法使用更多的CPU核心吗？我尝试过设置config.intra_op_parallelism_threads = 4，但仍然只使用了一个核心。
这是我的剧本：
import model
from keras.optimizers import SGD
from keras.callbacks imp
浏览 0提问于2018-03-02得票数 0
回答已采纳
1回答
我正在算法中应用UVA和OpenMP使其强大。
问题是，当我启动一个并行内核时，例如，3个CPU线程同时启动一个内核。一个线程具有nan值。
似乎GPU X无法从GPU0读取变量。
考虑到我将对每个GPU的访问权限授予0(在本例中为1和2)，这是很奇怪的。
一起使用UVA和OpenMP有问题吗？还是代码的问题？
这是代码和结果。
我在这里创建了一个MCVE来演示这个错误：
#include <stdio.h>
#include <stdlib.h>
#include <cuda.h>
#include <math.h>
#include "
浏览 5提问于2015-12-28得票数 1
回答已采纳
我正在编写一个代码来训练一个模型，我不确定这段代码以后是否会在一台带有或不带GPU的机器上运行，所以我正在使用该代码。--我的问题是:代码正在生成警告：
- `is_gpu_available (from tensorflow.python.framework.test_util) is deprecated and will be removed in a future version. Instructions for updating: Use tf.config.list_physical_devices('GPU') instead.`
所以我的问题是：
如何在不
浏览 6提问于2020-05-24得票数 1
回答已采纳
13回答
如何检查PyTorch是否正在使用GPU？nvidia-smi命令可以检测GPU活动，但我想直接从Python中检查它。
浏览 19提问于2018-01-08得票数 429
回答已采纳
嘿，我正在检查错误:在我从CUDA 5.5升级到Cuda 6.5之后，没有检测到任何Cuda能力的GPU。
我的Nvidia司机版本是331.49。
这是否与运行6.5版本兼容，还是cuda 6.5的最佳稳定版本？
浏览 3提问于2015-05-06得票数 0
回答已采纳
我正在尝试使用使用Tensorflow后端的Keras来训练CNN模型。问题是，它不会使用我的GPU运行(即没有比以前在CPU上使用tensorflow时速度更快)，尽管我安装了tensorflow-gpu，而不是正常的tensorflow作为。
我已经安装了CUDA版本9.0和cuDNN版本7.1，没有收到任何问题作为。
我还确保了tensorflow能够检测到我的GPU
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation
浏览 0提问于2018-03-08得票数 1
回答已采纳
编辑02/2018 后，我编写了自己的代码，数据存储在本地，不那么笨重的精度度量计算，我看到了显着加快。GPU还清洗CNN中的CPU，我曾经尝试过在mxnet中构建；甚至只是使用MNIST。我相信我的问题与教程代码有关，不再认为这是一个真正的问题。
我正在阅读关于的“胶子中的多层感知器”MNIST教程。
(除了将上下文设置为gpu(0)，使用顺序模型外，代码相同)
我在Windows 10中，使用python 3 (anaconda)，安装了CUDA9.0，cuDNN v7.0.5for9.0，然后从pip安装了mxnet_cu90。
我将数据和模型上下文设置为gpu(0)，但我的gtx 10
浏览 0提问于2018-02-08得票数 2
回答已采纳
对于在单个GPU实例(ml.p3.2xlarge)中运行他们的代码，我有一个问题，但是当他们选择ml.p3.8xLarge(多gpu)时，会遇到以下错误：
“失败原因:在运行5个培训任务之后，没有找到客观的指标。请确保自定义算法发出由所提供的正则表达式定义的客观度量。“
它们的代码处理多个gpu的使用，目前在AWS之外的机器上运行良好。你有什么文件可以帮助我帮助他们解决这个问题吗？他们目前正在使用PyTorch进行所有的模型开发。
浏览 12提问于2022-09-08得票数 1
3回答
是否有任何方法来检查Keras框架是否使用GPU或CPU来训练模型？
我正在用keras在GPU上训练我的模型，但是速度太慢了，我不确定它是用CPU还是GPU来训练。
浏览 13提问于2020-08-14得票数 1
回答已采纳
我已经在VS代码中安装了jupyter-related插件。当我关闭VS代码时，GPU内存将被清除。我不能像浏览器中的传统方法那样使用jupyter。
我用localhost将jupyter更改为remote :在VS代码中端口，显示在VS代码GUI按钮中的Jupyter: Server Remote。
步骤：
远程jupyter笔记本正在选项中运行。
在VSCode中向前添加端口。(可能没有必要)
Ctrl + Shift + P和搜索“木星:指定木星服务器连接”。
添加带有令牌的URL。
运行ipynb文件和nvidia-smi来查看GPU的使用情况。
关闭VSCo
浏览 14提问于2022-07-15得票数 3
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
