Tensorflow GPU正確安裝，但Anaconda在CPU上運行它

這是我第二次經歷張量流（gpu）的整個安裝過程。Tensorflow GPU正確安裝，但Anaconda在CPU上運行它

# Creates a graph. 
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a') 
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b') 
c = tf.matmul(a, b) 
# Creates a session with log_device_placement set to True. 
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) 
# Runs the op. 
print(sess.run(c))

（The Source）

它成功地認識到GPU和運行在其上的基質的功能：當我在CMD activate tensorflow運行，然後，如果我在Python解釋裝入以下測試代碼這個時候。當我打開Anaconda Spyder IDE時，並以相同的方式運行相同的測試，解釋器說代碼正在CPU上運行。我該如何解決這個問題？什麼可能導致它？我在Win 10上運行。

任何幫助都會很有用，謝謝您提前。

親切的問候， Konny

來源

2017-06-28 KDX2

當你打開spyder env時，你是什麼意思？這是一個不同的環境？ – JCooke

我的意思是Spyder IDE，會編輯它。 – KDX2

沒有使用它，但你確定它使用正確的解釋器嗎？ – JCooke

它不是這個星球上最好的解決辦法，但對我的工作下列： 1.打開CMD。 2.輸入activate tensorflow 3.輸入spyder 4.讓它加載一切。現在上面的測試顯示tensorflow確實在GPU上運行。這不是一個好的解決方案，因爲spyder的每個開放必須以這種方式發生。目前這個工作。是的，它默認情況下指向錯誤的tensorflow環境。我的問題是，我不知道我的計算機上在cmd中運行的位置。當我設法解決這個問題時，我會更新答案。

來源

2017-06-28 14:01:44 KDX2

你有沒有可能在過去安裝過tensorflow的cpu-only版本？ – GPhilo

@GPhilo是的，我做到了。據我記憶，我通過spyder的pip灌輸它，然後將其移除，並檢查它無法加載張量流，但無法加載。所以，刪除是成功的。然後，我安裝了tensorflow-gpu，cuda，升級了nvidia驅動程序並獲得了cudNN 5.1，因爲6.0無法正常工作。我記得conda有一些虛擬envts，也許在其中我已經安裝了tensorflow的另一個副本，以便內核綁定到它，而不是gpu。我會嘗試擺脫這些環境，並嘗試'conda創建-n tensorflow-gpu'，看看我能從那裏得到什麼 – KDX2

我認爲你的僅CPU的tensorflow仍然在某處。您用來打開IDE的Spyder快捷方式是使用環境名稱的快捷方式？（例如，如果你的env是MyTensorEnv，那麼如果你在env中創建anaconda的包時，它會是'Spyder（MyTensorEnv）'） – GPhilo

Tensorflow GPU正確安裝，但Anaconda在CPU上運行它

回答

相關問題