忽略具有计算能力3.0的可见gpu设备。所需的最小Cuda能力为3.5

Question

我在docker容器上运行Tensorflow 1.5.0，因为我需要使用一个不使用AVX字节码的版本，因为我运行的硬件太旧，无法支持它。在

我终于让tensorflow gpu正确导入（在将docker映像降级到TF1.5.0之后），但是现在当我运行任何代码来检测gpu时，它会说gpu不在那里。在

我看了一下码头工人的日志，朱派特把这条信息吐了出来

Ignoring visible gpu device (device: 0, name: GeForce GTX 760, pci bus id: 0000:01:00.0, compute capability: 3.0) with Cuda compute capability 3.0. The minimum required Cuda capability is 3.5.

为什么网站的计算能力说需要GP3.0的计算能力？在

有没有办法为tensorflow和jupyter获取一个docker映像，它使用TF1.5.0，但支持具有计算能力的GPU？在

Answer 1

说Tensorflow 1.5 docs

The following NVIDIA hardware must be installed on your system:

• GPU card with CUDA Compute Capability 3.5 or higher. See NVIDIA documentation for a list of supported GPU cards.

其他的Tensorflow版本支持计算能力为3.0的gpu，包括older versions和{a3}，但不包括Tensorflow 1.5。升级您的硬件，或选择不同的Tensorflow版本。在

Answer 2

我刚花了一天时间从源代码开始构建这个东西，但最终对我有用的是非常令人惊讶的：tf1.5.0的预装车轮不再抱怨这一点，而用于tf1.14.0的预制构件车轮确实在抱怨。看起来你用的是同一个版本，所以很有趣，但我想我会分享，所以如果有人在这个问题上挣扎，似乎有一个简单的出路。在

配置：

• Visual Studio版本：2017
• Cuda计算能力：3.0
• GPU:2个Geforce GPU 755M
• 操作系统：Windows 10
• Python:3.6.8
• Cuda工具包：9.0
• CuDNN:7.0（需要最早的版本，但无论如何它都会抱怨）

Answer 3

您需要从源代码构建TensorFlow，使用pip安装的典型控制盘是根据使用Compute Capability 3.5的要求构建的，但是TensorFlow确实支持Compute Capability 3.0：

https://www.tensorflow.org/install/install_sources

GPU card with CUDA Compute Capability 3.0 or higher. See NVIDIA documentation for a list of supported GPU cards.

您可以构建最新的TF版本，因为这也将自动检测您的CPU的能力，不应该使用AVX。在