質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Ubuntu

Ubuntuは、Debian GNU/Linuxを基盤としたフリーのオペレーティングシステムです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

2回答

11665閲覧

tensorflow-gpuでGPUが使えているかどうか知りたいです

nisi24

総合スコア12

Ubuntu

Ubuntuは、Debian GNU/Linuxを基盤としたフリーのオペレーティングシステムです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2019/06/25 09:36

発生している問題・エラーメッセージ

只今、Pythonでtensorflow-gpuを利用しているのですが、GPUが利用できているのかどうかわかりません。
コマンドラインでGPUを確認しようとすると以下が表示されます.

>>> import tensorflow >>> from tensorflow.python.client import device_lib >>> device_lib.list_local_devices() 2019-06-25 18:18:58.817559: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA 2019-06-25 18:18:58.850497: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU Frequency: 3696000000 Hz 2019-06-25 18:18:58.851365: I tensorflow/compiler/xla/service/service.cc:168] XLA service 0x563b913cc8c0 executing computations on platform Host. Devices: 2019-06-25 18:18:58.851386: I tensorflow/compiler/xla/service/service.cc:175] StreamExecutor device (0): <undefined>, <undefined> 2019-06-25 18:18:58.852930: I tensorflow/stream_executor/platform/default/dso_loader.cc:42] Successfully opened dynamic library libcuda.so.1 2019-06-25 18:18:58.943178: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:1005] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero 2019-06-25 18:18:58.943761: I tensorflow/compiler/xla/service/service.cc:168] XLA service 0x563b94043be0 executing computations on platform CUDA. Devices: 2019-06-25 18:18:58.943775: I tensorflow/compiler/xla/service/service.cc:175] StreamExecutor device (0): GeForce GTX 1070 Ti, Compute Capability 6.1 2019-06-25 18:18:58.943923: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:1005] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero 2019-06-25 18:18:58.944468: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640] Found device 0 with properties: name: GeForce GTX 1070 Ti major: 6 minor: 1 memoryClockRate(GHz): 1.683 pciBusID: 0000:01:00.0 2019-06-25 18:18:58.944543: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcudart.so.10.0'; dlerror: libcudart.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /usr/local/cuda-9.0/lib64 2019-06-25 18:18:58.944587: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcublas.so.10.0'; dlerror: libcublas.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /usr/local/cuda-9.0/lib64 2019-06-25 18:18:58.944630: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcufft.so.10.0'; dlerror: libcufft.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /usr/local/cuda-9.0/lib64 2019-06-25 18:18:58.944676: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcurand.so.10.0'; dlerror: libcurand.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /usr/local/cuda-9.0/lib64 2019-06-25 18:18:58.944712: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcusolver.so.10.0'; dlerror: libcusolver.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /usr/local/cuda-9.0/lib64 2019-06-25 18:18:58.944785: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcusparse.so.10.0'; dlerror: libcusparse.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: /usr/local/cuda-9.0/lib64 2019-06-25 18:18:58.946285: I tensorflow/stream_executor/platform/default/dso_loader.cc:42] Successfully opened dynamic library libcudnn.so.7 2019-06-25 18:18:58.946295: W tensorflow/core/common_runtime/gpu/gpu_device.cc:1663] Cannot dlopen some GPU libraries. Skipping registering GPU devices... 2019-06-25 18:18:58.946306: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1181] Device interconnect StreamExecutor with strength 1 edge matrix: 2019-06-25 18:18:58.946310: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1187] 0 2019-06-25 18:18:58.946314: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1200] 0: N [name: "/device:CPU:0" device_type: "CPU" memory_limit: 268435456 locality { } incarnation: 15095208803032779377 , name: "/device:XLA_CPU:0" device_type: "XLA_CPU" memory_limit: 17179869184 locality { } incarnation: 9359479427134335045 physical_device_desc: "device: XLA_CPU device" , name: "/device:XLA_GPU:0" device_type: "XLA_GPU" memory_limit: 17179869184 locality { } incarnation: 11530205051922231998 physical_device_desc: "device: XLA_GPU device" ] >>>

本来ならGPU名が表示されるはずだと思うのですが、XLA_GPUという正体不明の表示が出てしまいます。
これはGPUが正常に認識されていないということなのでしょうか?
不勉強で申し訳ありませんが、ご教示願えれば幸いです。

補足情報

私の環境は以下のとおりです。

  • OS:Ubuntu 18.04.2 LTS
  • GPU:GeForce GTX 1070 Ti
  • cuDNN:cuDNN v7.1.4
$ python -V Python 3.7.3 $ nvidia-smi Tue Jun 25 18:32:34 2019 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 390.116 Driver Version: 390.116 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 GeForce GTX 107... Off | 00000000:01:00.0 On | N/A | | 29% 38C P8 14W / 180W | 435MiB / 8117MiB | 0% Default | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| | 0 2005 G /usr/lib/xorg/Xorg 18MiB | | 0 2040 G /usr/bin/gnome-shell 57MiB | | 0 2216 G /usr/lib/xorg/Xorg 177MiB | | 0 2349 G /usr/bin/gnome-shell 101MiB | | 0 2820 G ...quest-channel-token=6380377316900635189 78MiB | +-----------------------------------------------------------------------------+ $ nvcc -V nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2017 NVIDIA Corporation Built on Fri_Sep__1_21:08:03_CDT_2017 Cuda compilation tools, release 9.0, V9.0.176 $ pip list Package Version -------------------- --------- absl-py 0.7.1 astor 0.8.0 bleach 1.5.0 cycler 0.10.0 gast 0.2.2 google-pasta 0.1.7 graphviz 0.11 grpcio 1.21.1 h5py 2.9.0 html5lib 0.9999999 joblib 0.13.2 Keras 2.2.4 Keras-Applications 1.0.8 Keras-Preprocessing 1.1.0 kiwisolver 1.1.0 Markdown 3.1.1 matplotlib 3.1.0 mock 3.0.5 numpy 1.16.4 opencv-python 4.1.0.25 pandas 0.24.2 Pillow 6.0.0 pip 19.1.1 protobuf 3.8.0 pydot 1.4.1 pydot3 1.0.9 pydotplus 2.0.2 pyparsing 2.4.0 python-dateutil 2.8.0 pytz 2019.1 PyYAML 5.1.1 scikit-learn 0.21.2 scipy 1.3.0 setuptools 41.0.1 six 1.12.0 sklearn 0.0 tensorboard 1.14.0 tensorflow-estimator 1.14.0 tensorflow-gpu 1.14.0 termcolor 1.1.0 Werkzeug 0.15.4 wheel 0.33.4 wrapt 1.11.2

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

ベストアンサー

ログを見ると、name: GeForce GTX 1070 Ti major とあるので、認識はされているのではないでしょうか。

確実に GPU が使われているかどうか確認したい場合は、MNIST とかの簡単なサンプルコードを流して、学習中に nvidia-smi でメモリ使用量等を確認して見てください。

投稿2019/06/25 15:06

編集2019/06/25 15:06
tiitoi

総合スコア21956

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

nisi24

2019/08/05 02:47

遅くなりすみません。 ご回答ありがとうございます。確認してみたところどうも認識されていないようでした。
guest

0

tensorflow-gpuのバージョンを1.9に落としたところ認識されました。

投稿2019/08/05 02:48

nisi24

総合スコア12

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問