Как я могу сделать schedorflow на GPU с возможностью 2.0?

Я успешно установил tenorflow (GPU) на Linux Ubuntu 16.04 и сделал небольшие изменения, чтобы заставить его работать с новой версией Ubuntu LTS.

Однако, я подумал (кто знает, почему), что мой графический процессор удовлетворяет минимальному требованию вычислительной возможности, превышающей 3.5. Это было не так, поскольку моя GeForce 820M имеет всего 2.1. Есть ли способ превратить версию GPU с тензором в работу с моим графическим процессором?

Я задаю этот вопрос, потому что, видимо, не было возможности сделать версию GPU с тензором, работающей на Ubuntu 16.04, но, обыскав в Интернете, я узнал, что это не так, и действительно, я сделал почти работу, если бы не это неудовлетворенное требование, Теперь мне интересно, можно ли устранить эту проблему с вычислительной способностью GPU.

Ответы

Ответ 1

Версия tenorflow для графического процессора требует вычислительных возможностей 3.0 или выше (и использует cuDNN) для доступа к графическому процессору. Отсюда

Для поддержки TensorFlow GPU требуется карта GPU с NVidia Compute Capability> = 3.0.

cuDNN также требует графический процессор cc3.0 или выше:

cuDNN поддерживается в системах Windows, Linux и MacOS с графическими процессорами Pascal, Kepler, Maxwell, Tegra K1 или Tegra X1.

  • Кеплер = cc3.x
  • Максвелл = cc5.x
  • Паскаль = cc6.x
  • TK1 = CC3,2
  • TX1 = CC5,3

Графические процессоры Fermi (cc2.0, cc2.1) не поддерживаются cuDNN.

Старые GPU (например, вычислительная возможность 1.x) также не поддерживаются cuDNN.

Обратите внимание, что никогда не было ни версии cuDNN, ни какой-либо версии TF, которая официально поддерживала бы графические процессоры NVIDIA меньше, чем cc3.0. Первоначальная версия cuDNN начиналась с использования графических процессоров cc3.0, а первоначальная версия TF начиналась с использования графических процессоров cc3.0.

Ответ 2

Sep.2017 Обновление: Невозможно сделать это без проблем и усилий. Я старался изо всех сил и даже применял трюк, чтобы заставить его бежать, но в конце концов мне пришлось сдаться. Если вы серьезно относитесь к Tensorflow, просто заходите и купите 3,0 вычислительных возможностей GPU.

Это трюк, который заставит shadoworflow работать на 2.0-процессорной возможности GPU (официально):

  • Найти файл в Lib/сайт-пакеты/tensorflow/питон/_pywrap_tensorflow_internal.pyd(OrLib/сайт-пакеты/tensorflow/питон/_pywrap_tensorflow.pyd)

  • Откройте его с помощью Notepad ++ или чего-то подобного

  • Найти первое появление 3\.5.*5\.2 с помощью regex

  • Вы видите 3.0 перед 3.5 * 5.2, измените его на 2.0

Я изменил, как указано выше, и могу сделать простой расчет с помощью графического процессора, но застрял со странными и неизвестными проблемами при попытке реализовать практические проекты (эти проекты хорошо работают с графическим процессором с возможностью вычисления 3.0)

Ответ 3

Я нашел, как установить Tensorflow-gpu на вычислительные возможности 2.1. NVIDIA GeForce 525M для python, хитрость заключается в простом использовании заархивированной версии тензорного потока, я использовал 1.9.0. Команда python для пакетов, использующих PIP, это pip install tenororflow-gpu = = 1.9.0 и версия cuDNN 7.4.1

Ответ 4

Отлично, так что с использованием tenorflow-gpu == 1.9.0 и cudnn 7.4.1 !!! но вы изменяете также как указано выше в lib/site packages/... Файлы с вычислительными возможностями от 3,0 до 2,0???. На самом деле у меня есть старая карта Tesla M2090, очень мощная с 6 ГБ памяти ddr5, и я хотел бы использовать ее. Спасибо за вашу помощь !