instalar - tensorflow python example

TensorFlow: cómo verificar que se está ejecutando en GPU

Question

Estoy buscando una manera simple de verificar que mis gráficos de TF estén ejecutando en la GPU.

PD. También sería bueno verificar que se cuDNN biblioteca cuDNN .

Answer 1

Hay varias formas de ver la colocación de operaciones.

1. Agregue RunOptions y RunMetadata a la llamada de sesión y visualice la ubicación de operaciones y cálculos en Tensorboard. Vea el código aquí: https://www.tensorflow.org/get_started/graph_viz

2. Especifique la opción log_device_placement en una sesión ConfigProto. Este registra para consolar en qué dispositivo se colocan las operaciones. https://www.tensorflow.org/api_docs/python/tf/ConfigProto

3. Ver el uso de la GPU en la terminal usando nvidia-smi.

Answer 2

Cuando importa TF en Python

import tensorflow as tf

Obtendrá estos registros que indican el uso de las bibliotecas de CUDA

I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.so.8.0 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcudnn.so.5 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.so.8.0 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcurand.so.8.0 locally

Además, cuando crea un gráfico y ejecuta una sesión con log_device_placement en Config Proto, obtendrá estos registros (muestra que encontró un dispositivo GPU):

I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:910] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
I tensorflow/core/common_runtime/gpu/gpu_device.cc:885] Found device 0 with properties:
name: GeForce GTX 1060 6GB
major: 6 minor: 1 memoryClockRate (GHz) 1.759
pciBusID 0000:01:00.0
Total memory: 5.93GiB
Free memory: 4.94GiB
I tensorflow/core/common_runtime/gpu/gpu_device.cc:906] DMA: 0
I tensorflow/core/common_runtime/gpu/gpu_device.cc:916] 0: Y
I tensorflow/core/common_runtime/gpu/gpu_device.cc:975] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce GTX 1060 6GB, pci bus id: 0000:01:00.0)

Answer 3

Existe un problema relacionado con el flujo ascendente de TensorFlow . Básicamente, dice que la API de Python aún no expone esa información.

La API C ++ sin embargo lo hace. Por ejemplo, tensorflow::KernelsRegisteredForOp() . Escribí un pequeño contenedor de Python y luego implementé supported_devices_for_op aquí (en este commit ).