Tensorflow, похоже, не видит мой gpu
Я пробовал tensorflow на cuda 7.5 и 8.0, без cudnn (мой GPU старый, cudnn его не поддерживает).
Когда я выполняю device_lib.list_local_devices(), в выводе нет графического процессора. Theano видит мой gpu и прекрасно с ним работает, и примеры в /usr/share/cuda/samples работают также хорошо.
Я установил tensorflow через pip install. Мой gpu слишком стар для tf, чтобы поддерживать его? gtx 460
4 ответов:
Когда я смотрю на ваш GPU, я вижу, что он поддерживает только вычислительные возможности CUDA 2.1. (Можно проверить через https://developer.nvidia.com/cuda-gpus ) К сожалению, TensorFlow нужен графический процессор с минимальной вычислительной способностью CUDA 3.0. https://www.tensorflow.org/get_started/os_setup#optional_install_cuda_gpus_on_linux
Вы можете увидеть некоторые журналы из TensorFlow, проверяющие ваш GPU, но в конечном счете библиотека будет избегать использования неподдерживаемого GPU.
Я наткнулся на этот же вопрос в блокнотах jupyter. Это может быть легко исправить.
$ pip uninstall tensorflow $ pip install tensorflow-gpuВы можете проверить, работал ли он с:
tf.test.gpu_device_name()
Для меня, ноутбука hp, сработало следующее. У меня есть вычислительные возможности Cuda (версия) 3.0 совместимая карта Nvidia. Windows 7.
pip3.6.exe uninstall tensorflow-gpu pip3.6.exe uninstall tensorflow-gpu pip3.6.exe install tensorflow-gpu
Если вы используете conda, возможно, вы установили версию процессора tensorflow. Проверьте список пакетов (
P.S. Вы должны сначала проверить, правильно ли вы установили драйверы, используяconda list) среды, чтобы убедиться, что это так . Если это так, удалите пакет с помощьюconda remove tensorflowи установите вместо него keras-gpu (conda install -c anaconda keras-gpu. Это позволит установить все необходимое для запуска кодов машинного обучения в GPU. Ура!nvidia-smi. По умолчанию, это не в вашем пути, так что вы можете также должны добавьте папку в свой путь. То.exe-файл можно найти по адресуC:\Program Files\NVIDIA Corporation\NVSMI
Comments