无法在Ubuntu 16.04中配置tensorflow以使用GPU加速
我正在尝试在Ubuntu 16.04（谷歌云）中安装Tensorflow。到目前为止，我所做的是创建一个计算实例。我已经在这个实例中添加了一个NVIDIA Tesla K80。
此外，请确保安装了正确的tenstorflow版本（版本1.14.0）
按照tensorflow gpu-Cuda映射安装Cuda版本8.0和CudNN版本6.0
当我运行一个简单的张量流程序时，我得到
无法为操作分配设备MatMul:{node MatMul}}已显式分配给/device:GPU:0，但可用设备为[/job:localhost/replica:0/task:0/device:CPU:0，/job:localhost/replica:0/task:0/device:XLA\u CPU:0，/job:localhost/replica:0/task:0/device:XLA\GPU:0]。确保设备规范引用了有效的设备。
谁能告诉我哪里做错了。实例选择是否正确？
请让我知道，谢谢你的帮助。
共有1个答案
使用Tensorflow 1.14测试的CUDA和CudNN版本分别为10.0和7.4。
有关版本兼容性的更多信息，请参见此处。
-
本文向大家介绍已安装tensorflow-gpu,但keras无法使用GPU加速的解决，包括了已安装tensorflow-gpu,但keras无法使用GPU加速的解决的使用技巧和注意事项，需要的朋友参考一下 问题 我们使用anoconda创建envs环境下的Tensorflow-gpu版的，但是当我们在Pycharm设置里的工程中安装Keras后，发现调用keras无法使用gpu进行加速，且使用的
-
我正在尝试创建和训练一个CNN模型。但每次我运行代码时，tensorflow并没有使用GPU，而是使用CPU。我已经安装了tensorflow的最新版本。附上以下详细信息。 在运行时，我得到以下带有警告消息的输出。（平台：VS代码） 2021-07-28 15:35:13.163991： W tenstorflow/core/common_runtime/bfc_allocator.cc:337]
-
本文向大家介绍使用Tensorflow-GPU禁用GPU设置(CPU与GPU速度对比)，包括了使用Tensorflow-GPU禁用GPU设置(CPU与GPU速度对比)的使用技巧和注意事项，需要的朋友参考一下 禁用GPU设置 CPU与GPU对比 显卡：GTX 1066 CPU GPU 简单测试：GPU比CPU快5秒 补充知识：tensorflow使用CPU可以跑（运行），但是使用GPU却不能用的情况
-
我已经成功地用安装了tensorflow，一切正常。 我也可以成功地用安装tenstorflow-gpu，但是我不能在我的python脚本中导入它： 我已经安装了CUDA v9。0并运行windows 10
-
我目前正在尝试训练一个聊天机器人，更具体地说是这个。但是，当我开始训练聊天机器人时，它使用了我100%的CPU和大约10%的GPU。有人知道为什么吗。 我已经安装了，并确保我有正确的CUDA和cuDNN版本。我还确保我没有安装基本的pip包。我的GPU也有最新的英伟达驱动程序。我也尝试过卸载和重新安装我所有的驱动程序，CUDA，cuDNN，tensorflow gpu和它所有的依赖和python本
-
我在我的Ubuntu 19.04笔记本电脑上使用设置了TensorFlow。所有依赖项，如CUDA，CUDNN都安装并工作。但是，当导入TensorFlow并检查给我False。我尝试过完全卸载和重新安装TensorFlow，这不起作用。输出： 2019-06-27 14:06:18.359739： I tenstorflow/core/平台/cpu_feature_guard.cc:142]您的
-
如何在Python 3.6 x64中使用TensorFlow GPU版本而不是CPU版本？ Python正在使用我的CPU进行计算 我可以注意到，因为我有一个错误： 您的CPU支持该TensorFlow二进制文件未编译使用的指令：AVX2 我已经安装了tensorflow和tensorflow gpu。 如何切换到GPU版本？
-
本文向大家介绍tensorflow使用指定gpu的方法，包括了tensorflow使用指定gpu的方法的使用技巧和注意事项，需要的朋友参考一下 TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief [1] 。 Tensorfl