Tensorflow僅在CPU上運行CUDA版本

我在羣集上運行tensorflow。我安裝了CUDA版本。它工作沒有任何問題。要使用GPU，我必須請求資源。現在，我只想在CPU上運行而不請求GPU資源。Tensorflow僅在CPU上運行CUDA版本

On import tensorflow as tf, I get the error: 
ImportError: /home/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/_pywrap_tensorflow_internal.so: undefined symbol: cuDevicePrimaryCtxRetain 


Failed to load the native TensorFlow runtime. 

See https://www.tensorflow.org/install/install_sources#common_installation_problems 

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

我意識到我必須只在CPU上運行，並設置環境變量CUDA_VISIBLE_DEVICES=""。我通過bash上的export以及python腳本完成了它。我仍然得到同樣的錯誤。

如何才能在CPU上使用tensorflow的GPU版本？可能嗎？其他一些頁面例如Run Tensorflow on CPU建議更改會話配置參數。但是，由於我在import本身出現錯誤，我認爲這不適用或有幫助。

堆棧跟蹤：

File "<FileNameReplaced>", line 10, in <module> 
    import tensorflow as tf 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/__init__.py", line 24, in <module> 
    from tensorflow.python import * 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/__init__.py", line 51, in <module> 
    from tensorflow.python import pywrap_tensorflow 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 52, in <module> 
    raise ImportError(msg) 
ImportError: Traceback (most recent call last): 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 41, in <module> 
    from tensorflow.python.pywrap_tensorflow_internal import * 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module> 
    _pywrap_tensorflow_internal = swig_import_helper() 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper 
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)

附加信息：

版本：1.1.0

來源

2017-08-11 Dinesh

您可以在TensorFlow回購，在這個問題討論一下issue #2175。對我有效的是設置CUDA_VISIBLE_DEVICES="-1"，而不是""，跟在documentation of CUDA environment variables之後。當您第一次創建會話時，它可能會產生一些警告，但計算應該可以正常工作。如果你正在使用bash或類似的，你可以通過運行程序之前導出它做到這一點，像你說的，或者只是：

$ CUDA_VISIBLE_DEVICES="-1" python my_program.py

或者，可能更輕便的解決方案是讓Python本身設置環境可變之前 TensorFlow被任何模塊的輸入：

import os 
os.environ["CUDA_VISIBLE_DEVICES"] = "-1" 
import tensorflow as tf

另一位用戶提出創建以下列方式會話：

import tensorflow as tf 

session_conf = tf.ConfigProto(
    device_count={'CPU' : 1, 'GPU' : 0}, 
    allow_soft_placement=True, 
    log_device_placement=False 
) 

with tf.Session(config=session_conf) as sess: 
    sess.run(...)

這應該允許您進行更細粒度的控制（例如，我有兩個GPU，但只想讓TensorFlow使用其中的一個）。

來源

2017-08-11 15:40:25 jdehesa

這不起作用。張量流的版本是否重要？它是1.1.0。我會看看github鏈接。 – Dinesh

@edit對於環境變量，版本應該沒有關係，因爲它是CUDA的事情。對於'tf.ConfigProto'，它可能，老實說我沒有用過我自己。 – jdehesa

是的，我試過環境變量。問題是我得到分段錯誤：如果我確實：進口操作系統 os.environ [「CUDA_VISIBLE_DEVICES」] =「-1」導入tensorflow爲tf 它引發Segmentation故障並退出python命令行。 – Dinesh

Tensorflow僅在CPU上運行CUDA版本

回答

相關問題