我可以让tensorflow-gpu与NVIDIA GeForce MX130一起使用吗？

Question

我知道这在任何意义上都不是机器学习的推荐设置，但我想使用我所拥有的。

我不是专家，有人告诉我 tf-gpu 应该与 cuda 支持的任何设备一起工作。

当我跑步时：

from numba import cuda
cuda.detect()

我得到：

Found 1 CUDA devices
id 0        b'GeForce MX130'                              [SUPPORTED]
                      compute capability: 5.0
                           pci device id: 0
                              pci bus id: 1
Summary:
    1/1 devices are supported

我可以让 GPU 处理一些基本的“矢量化”任务。

另外，跑步：

import tensorflow as tf
tf.test.is_built_with_cuda()

将返回True

但是，跑步

tf.config.experimental.list_physical_devices('gpu')

将返回一个空列表。

跑步：

print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

会回来：

Num GPUs Available:  0

跑步：

strategy = tf.distribute.MirroredStrategy()
print("Number of devices: {}".format(strategy.num_replicas_in_sync))

将返回：

WARNING:tensorflow:There are non-GPU devices in `tf.distribute.Strategy`, not using nccl allreduce.
INFO:tensorflow:Using MirroredStrategy with devices ('/job:localhost/replica:0/task:0/device:CPU:0',)
Number of devices: 1

我已经使用非gpu版本的tensorflow训练了一些基本模型，但我不知道如何处理tf-gpu。根据任务管理器的说法，我能够使用 CuDNNLSTM 层拟合模型，但脚本没有使用 GPU。

我将不胜感激任何关于如何让它使用我的“gpu”的建议或确认这是不可能的。谢谢！

编辑：

我卸载了keras和两个tensorflow版本，只安装了tensorflow-gpu。一切都没有改变。

Answer 1

不幸的是没有。

尽管官方规格说明“是”，但 CUDA GPU 列表并未提及 MX130 作为其列表的一部分。

（我的笔记本上也运行MX130）

参考：

• 官方规格：https://www.nvidia.com/en-us/geforce/gaming-laptops/mx130/specifications/
• 启用 CUDA 的 GPU 列表：https://developer.nvidia.com/cuda-gpus

Answer 2

绝对是的！

我假设计算能力：5.0就足够了。

我使用 conda（处理 cuda、版本兼容性等）在 Python 3.7 中安装的tensorflow-gpu 测试了我的 Geforce MX130

conda install tensorflow-gpu

就是这样！无需采取更多行动。 安装了以下版本：

tensorflow-gpu: 2.1.0
cudatoolkit: 10.1.243
cudnn: 7.6.5

...并且成功了！

Answer 3

安装 Cuda 和 CuDNN。为它们设置路径。要检查 TensorFlow 是否正在使用 GPU，请使用以下命令：

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

它应该在其输出中显示您的 GPU 名称。

Answer 4

是的，你可以...tensorflow-gpu 2.5.0 + CUDA 11.2 + CUDNN 8.1

如果您使用的是 Windows，请检查您的环境路径变量。在我的系统中它指向...

C:\Program Files\NVIDIA GPU 计算工具包\CUDA 11.2 中；

C:\Program Files\NVIDIA GPU 计算工具包\CUDA 11.2\libnvvp;

C:\Apps\CUDNN8.1 中；

Answer 5

基于 off.byn 和 Pablo Lanza 的回答，我很困惑！ “NVIDIA 提到 MX130 启用了 Cuda，但我在 Cunda wiki 页面中找不到 MX 130（无论可能与否！）”

我安装了 cuda_12.4.0_551.61_windows 但 torch.cuda.is_available() 仍然为 False 我很困惑，考虑到我有“NVIDIA GeForce MX130”GPU，我是否可以使用 PyTorch 的 GPU？ 感谢您的时间和考虑 问候 西亚