代码之家 › 专栏 › 技术社区 › Soerendip

Google colaboratory:没有可用的GPU后端

google-colaboratory

Soerendip · 技术社区 · 8 年前

Here 描述了如何将gpu与google colaboratory配合使用:

只需在笔记本设置的加速器下拉列表中选择“GPU”(通过编辑菜单或cmd/ctrl-shift-P的命令调色板)。

但是,当我在笔记本设置中选择gpu时,会弹出一个弹出窗口,上面写着:

无法分配后端没有可用的带有GPU的后端。是否要使用不带加速器的运行时?

当我跑步时:

import tensorflow as tf
device_name = tf.test.gpu_device_name()
if device_name != '/device:GPU:0':
    raise SystemError('GPU device not found')
print('Found GPU at: {}'.format(device_name))

当然,我明白 GPU device not found . 似乎描述不完整。有什么想法需要做什么?

7 回复 | 直到 5 年前

Eric 7 年前

您需要使用GPU设备配置笔记本电脑

单击编辑->笔记本设置->硬件加速器->GPU

Bob Smith 8 年前

当GPU可用时,您需要稍后重试。该消息表示所有可用的GPU都在使用中。

这个 FAQ 提供其他信息:

如何使用GPU?为什么有时GPU不可用?

Colaboratory旨在交互使用。长时间运行的后台可能会停止计算,尤其是在GPU上。请不要使用加密货币开采实验室。不支持这样做,并且可能导致服务不可用。我们鼓励希望通过Colaboratorys UI运行连续或长时间运行的计算使用 local runtime .

使用GPU进行持续训练似乎有一个冷却时间。因此,如果您遇到错误对话框,请稍后再试,或者尝试在后续课程中限制长期培训。

Matiji66 7 年前

添加一些图片以使其更清晰

DerekG 6 年前

我的声誉太低了,无法发表评论,但这里有一点关于@Bob Smith的回答重新冷却期的额外信息。

使用GPU进行持续训练似乎有一个冷却时间。因此,如果您遇到错误对话框,请稍后再试,或者尝试在后续课程中限制长期培训。

根据我自己最近的经验,我相信Colab最多会为您分配12个小时的GPU使用时间,之后大约有8个小时的冷却期,您才能再次使用计算资源。在我的情况下,即使没有GPU,我也无法连接到实例。我不能完全确定下一点,但我认为如果您同时运行3个实例,您的12个小时将以3倍的速度耗尽。我不知道12小时的限制会在什么时候重置,但我猜可能会有一天。

无论如何,仍然缺少一些细节,但主要的收获是,如果你超过了你的限制,你将在8个小时内无法连接到一个实例(如果你正在积极工作,这将是一个巨大的痛苦)。

Tom Hale 7 年前

之后 Reset runtime 没用,我做到了:

Runtime -&燃气轮机; Reset all runtimes -&燃气轮机; Yes

然后我得到了一个快乐的答案:

Found GPU at: /device:GPU:0

Prof.Plague 4 年前

这是对你问题的准确答案,伙计。根据Colab的帖子:

总体使用限制,以及空闲超时时间,最大VM 寿命、可用GPU类型和其他因素随时间而变化。

GPU和TPU有时会优先用于使用Colab的用户以交互方式进行,而不是用于长时间运行的计算或用户他们最近在Colab使用的资源较少。因此使用Colab进行长时间运行的计算,或使用在Colab中使用的资源越多,就越可能遇到使用限制并暂时限制对GPU和TPU的访问。用户具有高计算需求的用户可能对使用Colabs UI感兴趣在他们自己的硬件上运行本地运行时。

-6

Noor 6 年前

Google Colab默认使用tensorflow 2.0,将其更改为tensorflow 1。添加代码,

%tensorflow_version 1.x 在任何keras或tensorflow代码之前使用它。