tensorflow - 如何检查 keras/tensorflow 是否使用 cuDNN？

Question

我已经安装了CUDA和cuDNN，但最后一个不起作用，在theano中给出了很多错误信息。现在我正在 Keras/Tensorflow 中训练中等大小的深度卷积网络，没有收到任何 cuDNN 错误消息。如何检查现在是否正在使用 cuDNN？

Answer 1

tl;博士:如果 tensorflow-gpu 有效，则使用 CuDNN。

TensorFlow 的预构建二进制文件(至少从 1.3 版开始)链接到 CuDNN 库。如果缺少 CuDNN，则会出现错误消息告诉您 ImportError: Could not find 'cudnn64_7.dll'. TensorFlow requires that this DLL be installed... .

根据TensorFlow install documentation for version 1.5 , CuDNN 必须即使您从源代码构建它，也会安装 GPU 支持。对于 CuDNN 不可用的情况，TensorFlow 代码中仍然有很多后备——据我所知，它在以前的版本中曾经是可选的。

Here are two lines from the TensorFlow source that explicitly tell and force that CuDNN is required for gpu acceleration .

为了使用 GPU(和 CuDNN)，需要安装一个特殊的 GPU 版本的 TensorFlow。确保安装的python包是tensorflow-gpu而不仅仅是 tensorflow .

您可以使用 conda list tensorflow 列出包含“tensorflow”的包(或者只是 pip list ，如果您不使用 anaconda)，但请确保您激活了正确的环境。

当你在 GPU 支持下运行你的脚本时，它们会像这样开始:

Using TensorFlow backend.

2018- ... C:\tf_jenkins\...\gpu\gpu_device.cc:1105] Found device 0 with properties:
name: GeForce GTX 1080 major: 6 minor: 1 memoryClockRate(GHz): 1.7845

要测试它，只需在控制台中输入:

import tensorflow as tf
tf.Session()

要检查您是否从 Python 环境“看到”了 CuDNN 并验证了正确的 PATH 变量，您可以尝试以下操作:

import ctypes
ctypes.WinDLL("cudnn64_7.dll") # use the file name of your cudnn version here.