Как заставить тензорный поток кераса использовать мой графический процессор? ⇐ Python

[Anonymous]

Я пытаюсь использовать keras в тензорном потоке для обучения сети CNN некоторой классификации изображений. Очевидно, что обучение, выполняемое на моем процессоре, происходит невероятно медленно, поэтому для обучения мне нужно использовать графический процессор. Я нашел много подобных вопросов на StackOverflow, ни один из которых не помог мне заставить графический процессор работать, поэтому я задаю этот вопрос отдельно.
У меня NVIDIA GeForce GTX 1060 3 ГБ и установлен драйвер NVIDIA 466.47. Я установил набор инструментов CUDA с веб-сайта NVIDIA (установка подтверждается командой nvcc -V, выводящей мою версию 11.3) и загрузил библиотеку CUDNN. Я разархивировал файл CUDNN и скопировал его в C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3, как указано на веб-сайте NVIDIA. Наконец, я проверил, что он находится в PATH (

Код: Выделить всё

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin

и C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp находятся в переменной среды Path).
I затем настройте среду с помощью conda, загрузив несколько необходимых мне пакетов, например scikit-learn, а также tensorflow-gpu=2.3< /code> После загрузки моей среды в Jupyter Notebook я запускаю этот код, чтобы проверить, использует ли он графический процессор:

Код: Выделить всё

import tensorflow as tf
print(tf.__version__)
print(tf.config.list_physical_devices())

И получите это:

2.3.0 [PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]

Я перепробовал буквально все, что нашел по этой теме, но мне не удалось заставить это работать . Любая помощь будет оценена по достоинству.

Подробнее здесь: https://stackoverflow.com/questions/676 ... use-my-gpu