Tensorflow仅在CPU上运行CUDA版本

Question

我在群集上运行tensorflow。我安装了CUDA版本。它工作没有任何问题。要使用GPU，我必须请求资源。现在，我只想在CPU上运行而不请求GPU资源。

On import tensorflow as tf, I get the error: 
ImportError: /home/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/_pywrap_tensorflow_internal.so: undefined symbol: cuDevicePrimaryCtxRetain 


Failed to load the native TensorFlow runtime. 

See https://www.tensorflow.org/install/install_sources#common_installation_problems 

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

我意识到我必须只在CPU上运行，并设置环境变量CUDA_VISIBLE_DEVICES=""。我通过bash上的export以及python脚本完成了它。我仍然得到同样的错误。

如何才能在CPU上使用tensorflow的GPU版本？可能吗？其他一些页面例如Run Tensorflow on CPU建议更改会话配置参数。但是，由于我在import本身出现错误，我认为这不适用或有帮助。

堆栈跟踪：

File "<FileNameReplaced>", line 10, in <module> 
    import tensorflow as tf 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/__init__.py", line 24, in <module> 
    from tensorflow.python import * 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/__init__.py", line 51, in <module> 
    from tensorflow.python import pywrap_tensorflow 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 52, in <module> 
    raise ImportError(msg) 
ImportError: Traceback (most recent call last): 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 41, in <module> 
    from tensorflow.python.pywrap_tensorflow_internal import * 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module> 
    _pywrap_tensorflow_internal = swig_import_helper() 
    File "/home/***/.pyenv/versions/2.7.13/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper 
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description) 

附加信息：

版本：1.1.0

Answer 1

您可以在TensorFlow回购，在这个问题讨论一下issue #2175。对我有效的是设置CUDA_VISIBLE_DEVICES="-1"，而不是""，跟在documentation of CUDA environment variables之后。当您第一次创建会话时，它可能会产生一些警告，但计算应该可以正常工作。如果你正在使用bash或类似的，你可以通过运行程序之前导出它做到这一点，像你说的，或者只是：

$ CUDA_VISIBLE_DEVICES="-1" python my_program.py 

或者，可能更轻便的解决方案是让Python本身设置环境可变之前 TensorFlow被任何模块的输入：

import os 
os.environ["CUDA_VISIBLE_DEVICES"] = "-1" 
import tensorflow as tf 

另一位用户提出创建以下列方式会话：

import tensorflow as tf 

session_conf = tf.ConfigProto(
    device_count={'CPU' : 1, 'GPU' : 0}, 
    allow_soft_placement=True, 
    log_device_placement=False 
) 

with tf.Session(config=session_conf) as sess: 
    sess.run(...) 

这应该允许您进行更细粒度的控制（例如，我有两个GPU，但只想让TensorFlow使用其中的一个）。