当前位置: 代码迷 >> python >> 如何在Linux上使用没有CUDA的TensorFlow?
  详细解决方案

如何在Linux上使用没有CUDA的TensorFlow?

热度:65   发布时间:2023-06-16 10:26:51.0

我有两台没有CUDA的计算机:一台在Microsoft Windows上运行,另一台在Linux上运行(Ubuntu 14.04 64bit / Linux 3.13.0-100-generic))

我可以在Microsoft Windows上使用没有CUDA的TensorFlow而没有任何问题:TensorFlow使用CPU。 但是,如果在Linux机器上我运行python import tensorflow as tf ,那么由于未安装CUDA,TensorFlow无法导入:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/__init__.py", line 24, in <module>
    from tensorflow.python import *
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/__init__.py", line 72, in <module>
    raise ImportError(msg)
ImportError: Traceback (most recent call last):
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/__init__.py", line 61, in <module>
    from tensorflow.python import pywrap_tensorflow
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 28, in <module>
    _pywrap_tensorflow = swig_import_helper()
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow', fp, pathname, description)
ImportError: libcudart.so.8.0: cannot open shared object file: No such file or directory


Failed to load the native TensorFlow runtime.

See https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md#import_error

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

如何在Linux上使用没有CUDA的TensorFlow?

我使用tensorflow-gpu==1.0.0


我知道tensorflow.ConfigProto中的参数device_count ,它允许禁用GPU,例如:

import tensorflow as tf

a = tf.constant(1, name = 'a')
b = tf.constant(3, name = 'b')
c = tf.constant(9, name = 'c')
d = tf.add(a, b, name='d')
e = tf.add(d, c, name='e')

config = tf.ConfigProto(device_count={'CPU': 1, 'GPU': 0})
sess = tf.Session(config=config)
print(sess.run([d, e]))

但它没有帮助,因为import tensorflow as tf是问题。

我也知道如何安装CUDA 8:

# Install Nvidia drivers, CUDA and CUDA toolkit, following some instructions from http://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html
wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64-deb
sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64-deb
sudo apt-get update
sudo apt-get install cuda

但我宁愿在这两台机器上避免使用它。

如果使用--config=cuda构建二进制文件(就像对tensorflow-gpu ),那么你的机器必须有GPU驱动程序。 您可以在机器上安装GPU驱动程序,即使机器没有GPU,这是常见的实用解决方案。

会发生什么--config=cuda在代码中设置宏,该代码在运行时更改行为。 特别是它会导致dso_loader运行,您可以通过以下打印行看到它

2017-02-16 17:15:08: I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcurand.8.0.dylib locally

谷歌的一个流行方法是部署一个“胖”二进制文件 - 即二进制文件,它捆绑所有可能的硬件加速器的驱动程序和客户端代码,因为这简化了测试和部署。

在开源版本中,驱动程序和客户端代码是分开的,但这种模式仍然存在 - 支持GPU的二进制文件期望有可用的GPU驱动程序。