首页 文章

如何在具有2.0功能的GPU上运行tensorflow？

提问于
浏览 次
30

我已经在Linux Ubuntu 16.04上成功安装了tensorflow（GPU）并进行了一些小改动，以使其与新的Ubuntu LTS版本一起使用 .

但是，我想（谁知道为什么）我的GPU满足了计算能力大于3.5的最低要求 . 事实并非如此，因为我的_2536012只有2.1 . 有没有办法让tensorflow GPU版本与我的GPU一起工作？

我问的是这个问题，因为显然没有办法让在iOS上使用数字流GPU版本，但通过搜索互联网，我发现事实并非如此，事实上，如果不是因为这个不满足的要求，我几乎可以工作 . 现在我想知道GPU计算能力的这个问题是否也可以修复 .

cuda tensorflow nvidia cudnn

3 回答

  • -1

    GPU版本的tensorflow requires compute capability 3.0 or higher (and uses cuDNN)来访问GPU . 从here

    TensorFlow GPU支持需要具有NVidia Compute Capability> = 3.0的GPU卡 .

    cuDNN also requires a GPU of cc3.0 or higher：

    使用Pascal，Kepler，Maxwell，Tegra K1或Tegra X1 GPU的Windows，Linux和MacOS系统支持cuDNN .

    • Kepler = cc3.x

    • Maxwell = cc5.x

    • Pascal = cc6.x

    • TK1 = cc3.2

    • TX1 = cc5.3

    cuDNN不支持Fermi GPU（cc2.0，cc2.1） .

    cuDNN也不支持较旧的GPU（例如计算能力1.x） .

    请注意，从来没有一个版本的cuDNN或任何版本的TF正式支持NVIDIA GPU低于cc3.0 . cuDNN的初始版本最初是通过要求cc3.0 GPU开始的，TF的初始版本是通过要求cc3.0 GPU开始的 .

    回复于
  • 21

    2017年9月更新： No way to do that without problems and pains . 我一直在努力尝试，甚至应用下面的技巧来强制它运行，但最后我不得不放弃 . If you are serious with Tensorflow just go ahead and buy 3.0 compute capability GPU.

    这是强制在2.0计算能力GPU（非正式）上运行张量流的技巧：

    • 在Lib / site-packages / tensorflow / python / _pywrap_tensorflow_internal.pyd（orLib / site-packages / tensorflow / python / _pywrap_tensorflow.pyd）中查找文件

    • 用记事本或类似的东西打开它

    • 使用正则表达式搜索 3\.5.*5\.2 的第一次出现

    • 您在3.5 * 5.2之前看到3.0，将其更改为2.0

    我改变了如上所述，可以用GPU进行简单的计算，但在尝试实际项目时遇到奇怪和未知的问题（这些项目运行良好的3.0计算能力GPU）

    回复于
  • 9

    我发现它如何在计算能力2.1 NVIDIA GeForce 525M for python上安装Tensorflow-gpu，诀窍很简单，使用了tensorflow的存档版本，我使用1.9.0使用PIP的python命令包是pip install tensorflow-gpu = = 1.9.0，cuDNN版本为7.4.1

    回复于

相关问题