Tensorflow 和 Cuda 功能 3.0

Question

我正在尝试在 NVIDIA GRID K1 上使用 Tensorflow。支持的 Cuda 的最新版本是 10.x.x。所以，我安装了 Cuda 10.1 并根据这里https://www.tensorflow.org/install/source_windows?hl=fr我安装了tensorflow-gpu 2.3.0和Python 3.8.10。

通过在Python中运行：

tf.config.list_physical_devices('GPU')

我得到：

tensorflow/core/common_runtime/gpu/gpu_device.cc:1812] Ignoring visible gpu device (device: 0, name: GR ID K1, pci bus id: 0000:05:00.0, compute capability: 3.0) with Cuda compute capability 3.0. The minimum required Cuda capability is 3.5.

我在 Google 上找到了一些修复，因为 所需的最低 Cuda 功能是 3.5 ，但我使用的是tensorflow-gpu，但我没有找到任何文件“配置”以及放置此文件的位置：TF_UNOFFICIAL_SETTING=1。

在其他论坛上，我发现2015年开发了一个补丁，但此后就没有关于该补丁的消息了。

有人有想法吗？

Answer 1

通过在Python中运行：tf.config.list_physical_devices('GPU')我 得到这个：tensorflow/core/common_runtime/gpu/gpu_device.cc:1812] 忽略可见的 GPU 设备（设备：0，名称：GR ID K1，pci 总线 id： 0000:05:00.0，计算能力：3.0) 具有 Cuda 计算能力 3.0。所需的最低 Cuda 能力为 3.5。

您看到的错误表明 TensorFlow 无法在您的 GPU (NVIDIA GRID K1) 上运行，因为 GPU 的计算能力低于最低要求。 TensorFlow 需要计算能力为 3.5 或更高的 GPU，不幸的是，您的 GPU 的计算能力为 3.0，TensorFlow 不支持该计算能力。此限制是由于 TensorFlow 使用的 CUDA 版本造成的。

这里有一些解决这个问题的建议

检查 GPU 兼容性： 确认您的 GPU (NVIDIA GRID K1) 具有 3.5 或更高的计算能力。如果没有，您可能需要使用具有更高计算能力的不同 GPU。

升级 TensorFlow： 尝试升级到较新版本的 TensorFlow。

pip install --升级tensorflow-gpu

如果您仍然面临硬件限制，您可能必须考虑使用与 GPU 计算能力兼容的早期版本的 TensorFlow。您可以使用以下命令安装特定版本的 TensorFlow：

pip安装tensorflow-gpu==2.3.0

检查 NVIDIA 驱动程序版本： 确保您已为 GPU 安装最新的 NVIDIA 驱动程序。有时，驱动程序更新可以提高兼容性。 请参阅 NVIDIA 文档