Tag: tensorflow gpu

是否可以同时安装张力stream的CPU和GPU版本

我正在使用nvidia-docker从Docker容器中访问GPU。 但是，并不是所有的机器都具有GPU，我想在GPU不可用时自动回退到CPU版本。 我是否必须构build独立的Docker镜像 – 一个用于CPU，另一个用于GPU – 或者可以安装tensorflow和tensorflow-gpu并根据GPU是否可用select正确的版本？

如何从docker-compose.yml指定nvidia运行时？

我能够从命令行w /下面的命令运行tensorflow容器瓦特/访问GPU $ sudo docker run –runtime=nvidia –rm gcr.io/tensorflow/tensorflow:latest-gpu 我想能够从docker-compose运行这个容器。 是否有可能从docker-compose.yml指定–runtime标志？

带有TensorFlow后端的Keras不使用GPU

我用keras 2.0.0版和tensorflow 0.12.1版构build了Docker镜像的gpu版本https://github.com/floydhub/dl-docker 。 然后我运行了mnist教程https://github.com/fchollet/keras/blob/master/examples/mnist_cnn.py，但意识到keras没有使用GPU。 以下是我的输出 root@b79b8a57fb1f:~/sharedfolder# python test.py Using TensorFlow backend. Downloading data from https://s3.amazonaws.com/img-datasets/mnist.npz x_train shape: (60000, 28, 28, 1) 60000 train samples 10000 test samples Train on 60000 samples, validate on 10000 samples Epoch 1/12 2017-09-06 16:26:54.866833: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available […]