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

用户

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


已被浏览了14999次
更新日期: 2020-10-22 00:58:57
3 个回答
fefe Tyson

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)
评论 - 2020年7月28日 10:46
fefe Tyson

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

评论 - 2020年7月28日 10:46
fefe Tyson

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

评论 - 2020年7月28日 10:46

最新Python问答

推荐Python问答