Tensorflow 1.13.1 не распознает графический процессор

У меня установлен графический процессор NVIDIA GeForce GT 740M (вычислительная мощность 3.0) и установлены следующие версии CUDA, cuDNN и tensorflow.

nvcc -V

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Fri_Feb__8_19:08:17_PST_2019
Cuda compilation tools, release 10.1, V10.1.105

кот /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 5
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

pip3 показать tensorflow-gpu

Name: tensorflow-gpu
Version: 1.13.1
Summary: TensorFlow is an open source machine learning framework for everyone.
Home-page: https://www.tensorflow.org/
Author: Google Inc.
Author-email: [email protected]
License: Apache 2.0
Location: /home/lightning/.local/lib/python3.6/site-packages
Requires: grpcio, tensorboard, absl-py, termcolor, protobuf, astor, gast, numpy, tensorflow-estimator, wheel, keras-preprocessing, keras-applications, six

pip3 показывает тензорный поток

Name: tensorflow
Version: 1.13.1
Summary: TensorFlow is an open source machine learning framework for everyone.
Home-page: https://www.tensorflow.org/
Author: Google Inc.
Author-email: [email protected]
License: Apache 2.0
Location: /home/lightning/.local/lib/python3.6/site-packages
Requires: wheel, keras-preprocessing, numpy, astor, six, protobuf, tensorflow-estimator, termcolor, grpcio, keras-applications, absl-py, tensorboard, gast

Но когда я проверяю устройства, обнаруженные тензорным потоком, с помощью print (device_lib.list_local_devices ()), результат выглядит следующим образом ...

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 13567978771733496471
, name: "/device:XLA_CPU:0"
device_type: "XLA_CPU"
memory_limit: 17179869184
locality {
}
incarnation: 12191851301991039336
physical_device_desc: "device: XLA_CPU device"
]

Как я могу заставить тензорный поток видеть графический процессор?

p.s. tenorflow-gpu был установлен до tensorflow, поэтому повторная установка в порядке «1) tensorflow-gpu 2) tensorflow» неэффективна


tensorflow gpu cudnn
person svetlana    schedule 22.03.2019    source источник
comment
Хотя имена пакетов разные, имена модулей совпадают. Таким образом, установка tensorflow перезаписала бы реализацию tensorflow-gpu. Достаточно только tensorflow-gpu. Пожалуйста, удалите tenorflow. pip удалить tenorflow. pip установить tensorflow-gpu   -  person Manoj Mohan    schedule 22.03.2019
comment
@ManojMohan Когда я поступаю таким образом, я не могу импортировать тензорный поток и библиотеки на его основе. Возникает ошибка (ограничение количества символов не позволяет скопировать весь текст) со следующим текстом: ============================ ============ ImportError: Traceback (последний вызов последним): ... ImportError: libcublas.so.10.0: невозможно открыть файл общих объектов: нет такого файла или каталога Не удалось загрузить собственный TensorFlow время выполнения. См. Tenorflow.org/install/errors, чтобы узнать о некоторых распространенных причинах и решениях. При обращении за помощью включите всю трассировку стека над этим сообщением об ошибке.   -  person svetlana    schedule 22.03.2019
comment
У вас CUDA 10.1. Как показывает ошибка, установите CUDA 10. developer.nvidia.com/cuda-10.0-download -архив   -  person Manoj Mohan    schedule 22.03.2019

Ответы (1)


arrow_upward
0
arrow_downward

tenorflow требуется вычислительная мощность +3.2.

у вас есть графический процессор с вычислительными возможностями 3.0

person nima farhadi    schedule 23.03.2019