Могу ли я заставить tenorflow-gpu работать с NVIDIA GeForce MX130? - PullRequest
0 голосов
/ 20 июня 2020

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.

1 Ответ

0 голосов
/ 20 июня 2020

Установите и Cuda, и CuDNN. Установите для них пути. Чтобы проверить, использует ли TensorFlow графический процессор, используйте это:

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

В выводе должно отображаться имя вашего графического процессора.

...