如何在AWS EC2实例上激活GPU的使用？

Question

我正在使用AWS在自定义数据集上训练CNN。我启动了一个p2.xlarge实例，将我的（Python）脚本上载到虚拟机，并通过CLI运行代码

我用Python3（CUDA 10.0和Intel MKL-DNN）为TensorFlow（+Keras2）激活了一个虚拟环境，这是AWS的默认选项

我现在正在运行我的代码来训练网络，但感觉GPU没有“激活”。训练的速度和我用CPU在本地运行时一样快（慢）

这是我正在运行的脚本：

https://github.com/AntonMu/TrainYourOwnYOLO/blob/master/2_Training/Train_YOLO.py

我还试图通过将with tf.device('/device:GPU: 0'):放在解析器后面（第142行）并缩进下面的所有内容来修改它。然而，这似乎没有改变任何事情

关于如何激活GPU（或检查GPU是否已激活）的任何提示

Answer 1

最后，它与我的tensorflow软件包有关！我不得不卸载tensorflow并安装tensorflow gpu。之后，GPU被自动激活

有关文档，请参阅：https://www.tensorflow.org/install/gpu

Answer 2

签出this answer以列出可用的GPU

from tensorflow.python.client import device_lib

def get_available_gpus():
    local_device_protos = device_lib.list_local_devices()
    return [x.name for x in local_device_protos if x.device_type == 'GPU']

您还可以使用CUDA来list the current device，如果需要，还可以使用set the device

import torch

print(torch.cuda.is_available())
print(torch.cuda.current_device())