我试着四处寻找，但还是找不到修复方法 .
我尝试过的事情包括检查所有路径和环境变量 .
当我尝试使用深度学习AMI上的Python 3.6运行带有TensorFlow后端的Keras时（m4.xlarge）
一旦导入Tensorflow，这就是输出：
/home/ubuntu/anaconda3/envs/tensorflow_p36/lib/python3.6/importlib/_bootstrap.py:219:RuntimeWarning：模块'tensorflow.python.framework.fast_tensor_util'的编译时版本3.5与运行时版本3.6不匹配返回f （* args，** kwds）
运行：
print ("VERSION", tf.Session(config=tf.ConfigProto(log_device_placement=True)))
返回：
2017-12-06 01：19：49.592416：I tensorflow / core / platform / cpu_feature_guard.cc：137]您的CPU支持此TensorFlow二进制文件未编译使用的指令：SSE4.1 SSE4.2 AVX AVX2 FMA 2017- 12-06 01：19：49.603333：E tensorflow / stream_executor / cuda / cuda_driver.cc：406]调用cuInit失败：CUDA_ERROR_UNKNOWN 2017-12-06 01：19：49.603378：I tensorflow / stream_executor / cuda / cuda_diagnostics.cc： 145]内核驱动程序似乎没有在此主机上运行（ip-172-31-41-243）：/ proc / driver / nvidia / version不存在设备映射：没有已知设备 . 2017-12-06 01：19：49.604178：I tensorflow / core / common_runtime / direct_session.cc：299]设备映射：
VERSION <tensorflow.python.client.session.Session object at 0x7f24f3d69c88>
任何线索为什么我不能让GPU运行？
1 回答
我认为这个问题非常有趣 . 要启用GPU支持，请确保您的实例中安装了任何受支持的GPU设备 . 据我所知，M4实例不提供任何GPU .
针对此问题的解决方案，您应该使用P3和P2实例等GPU启动新实例 . （对于个人探索，我建议你开始发现实例，这将更具成本效益 . ）然后再次运行相同的代码，我认为如果代码本身没有错误它将起作用 .