Я понимаю, что это ни в коем случае не рекомендуемая установка для машинного обучения, но я хотел бы работать с тем, что у меня есть.
Не будучи экспертом, мне сказали, что tf-gpu должен работать с любым устройством, поддерживаемым cuda.
Когда я запускаю:
from numba import cuda
cuda.detect()
, я получаю:
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
И я могу заставить графический процессор работать с некоторыми базовыми c 'векторизованные' задачи.
Кроме того, выполнение:
import tensorflow as tf
tf.test.is_built_with_cuda()
вернет True
Однако выполнение
tf.config.experimental.list_physical_devices('gpu')
вернет пустой список.
Выполняется:
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
Возвращает:
Num GPUs Available: 0
Запуск:
strategy = tf.distribute.MirroredStrategy()
print("Number of devices: {}".format(strategy.num_replicas_in_sync))
возвращает:
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
Я обучил несколько базовых c моделей с версией tensorflow без графического процессора, но я понятия не имею, как работать с tf-gpu. Мне удалось подогнать модель со слоями CuDNNLSTM, но, согласно диспетчеру задач, скрипт не использовал графический процессор.
* 1036 подтверждение того, что это невозможно. Спасибо!
EDITED:
Я удалил keras и обе версии tensorflow и установил только tensorflow-gpu. Ничего не изменилось.