cuda - tgz - ¿Cómo puedo hacer que tensorflow se ejecute en una GPU con capacidad 2.0?

nvidia cuda

Question

He instalado con éxito tensorflow (GPU) en Linux Ubuntu 16.04 e hice algunos pequeños cambios para que funcione con la nueva versión de Ubuntu LTS.

Sin embargo, pensé (quién sabe por qué) que mi GPU cumplía con el requisito mínimo de una capacidad de cómputo superior a 3.5. Ese no fue el caso ya que mi GeForce 820M tiene solo 2.1. ¿Hay alguna forma de hacer que la versión de GPU tensorflow funcione con mi GPU?

Estoy haciendo esta pregunta, ya que aparentemente no había forma de hacer que la versión de la GPU de tensorflow funcionara en Ubuntu 16.04, pero al buscar en Internet descubrí que no era el caso y, de hecho, lo hice funcionar casi sin este requisito insatisfecho. Ahora me pregunto si este problema con la capacidad de procesamiento de GPU también podría solucionarse.

Answer 1

La versión GPU de tensorflow requiere capacidad de cómputo 3.0 o superior (y usa cuDNN) para acceder a la GPU. Desde aqui

La compatibilidad con TensorFlow GPU requiere tener una tarjeta GPU con capacidad de cómputo NVidia> = 3.0.

cuDNN también requiere una GPU de cc3.0 o superior :

cuDNN es compatible con los sistemas Windows, Linux y MacOS con las GPU Pascal, Kepler, Maxwell, Tegra K1 o Tegra X1.

• Kepler = cc3.x
• Maxwell = cc5.x
• Pascal = cc6.x
• TK1 = cc3.2
• TX1 = cc5.3

Las GPU Fermi (cc2.0, cc2.1) no son compatibles con cuDNN.

Las GPU más antiguas (por ejemplo, capacidad de cálculo 1.x) tampoco son compatibles con cuDNN.

Tenga en cuenta que nunca ha habido una versión de cuDNN o ninguna versión de TF que sea oficialmente compatible con las GPU NVIDIA inferiores a cc3.0. La versión inicial de cuDNN comenzó exigiendo GPU cc3.0, y la versión inicial de TF comenzó exigiendo GPU cc3.0.

Answer 2

Sep.2017 Actualización: No hay manera de hacerlo sin problemas y dolores . He intentado todas las formas e incluso aplico el truco siguiente para forzarlo a correr, pero finalmente tuve que rendirme. Si usted es serio con Tensorflow, siga adelante y compre la GPU con capacidad de cómputo 3.0

Este es un truco para forzar la ejecución de tensorflow en GPU con capacidad de cómputo 2.0 (no oficialmente):

1. Encuentre el archivo en Lib / site-packages / tensorflow / python / _pywrap_tensorflow_internal.pyd (orLib / site-packages / tensorflow / python / _pywrap_tensorflow.pyd)

2. Ábrelo con Notepad ++ o algo similar.

3. Busque la primera aparición de 3/.5.*5/.2 utilizando expresiones regulares

4. Usted ve el 3.0 antes del 3.5 * 5.2, cámbielo a 2.0

Cambié como antes y puedo hacer cálculos simples con GPU, pero me quedo con problemas extraños y desconocidos cuando intento con proyectos prácticos (esos proyectos funcionan bien con GPU con capacidad de cómputo 3.0)