使用GPU连接到本地运行时google colab需要tensorflow-gpu？

Question

我的电脑没有安装 GPU，为了加快执行速度，我想通过连接到本地运行时来使用 google colab 建议的 GPU（因为我使用的数据集太大，无法上传到 google 驱动器）。我的电脑上安装了正常的张量流，当我尝试使用 GPU 在 google colab 上运行我的代码时，速度没有变化。为了能够使用 google colab GPU，我需要在我的电脑上安装tensorflow-gpu吗？ tensorflow-gpu的版本必须和tensorflow一样吗？

Answer 1

您需要在 Google Colab 中为笔记本启用

GPUs

：

导航至

Edit

并选择

Notebook Settings

从

GPU

下拉列表中选择

Hardware Accelerator

之后，您可以通过运行以下代码来确认我们已使用tensorflow连接到GPU：

%tensorflow_version 2.x
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))

输出：

TensorFlow 2.x selected.
Found GPU at: /device:GPU:0

请参考Google Colab建议的

链接

与

local runtime

,

联系

Answer 2

如果您在 Google Colab 中使用本地运行时，则您依赖于本地硬件，因此在您的情况下，不需要您提到的 GPU。 在任何情况下，Colab 本地运行时都会在本地计算机上使用Jupyter运行时或docker运行时，因此无需再安装任何内容，因为配置由这些运行时提供。