21

在 g2.2xlarge EC2 实例上安装 TensorFlow 及其依赖项后，我尝试从入门页面运行 MNIST 示例：

python tensorflow/models/image/mnist/convolutional.py

但我收到以下警告：

I tensorflow/core/common_runtime/gpu/gpu_device.cc:611] Ignoring gpu device 
(device: 0, name: GRID K520, pci bus id: 0000:00:03.0) with Cuda compute 
capability 3.0. The minimum required Cuda capability is 3.5.

这是一个硬性要求吗？我有没有机会在 TensorFlow 的一个分支中发表评论？能够在 AWS 中训练模型真是太好了。

4

3 回答 3

9

官方安装页面中有一个部分指导您启用 Cuda 3，但您需要从源代码构建 Tensorflow。

$ TF_UNOFFICIAL_SETTING=1 ./configure

# Same as the official settings above

WARNING: You are configuring unofficial settings in TensorFlow. Because some
external libraries are not backward compatible, these settings are largely
untested and unsupported.

Please specify a list of comma-separated Cuda compute capabilities you want to
build with. You can find the compute capability of your device at:
https://developer.nvidia.com/cuda-gpus.
Please note that each additional compute capability significantly increases
your build time and binary size. [Default is: "3.5,5.2"]: 3.0

Setting up Cuda include
Setting up Cuda lib64
Setting up Cuda bin
Setting up Cuda nvvm
Configuration finished
于 2016-01-31T05:32:16.690 回答
8

目前官方仅支持计算能力 >= 3.5 的 GPU。但是，GitHub 用户 @infojunkie 提供了一个补丁，可以将 TensorFlow 与具有计算能力 3.0 的 GPU 一起使用。

官方修复正在开发中。同时，查看关于GitHub 问题的讨论以添加此支持。

于 2015-11-13T06:04:44.437 回答
5

有一个简单的技巧。您甚至不必从源代码构建 TF。

在文件tensorflow\python\_pywrap_tensorflow.pyd中有两次出现 regex 3\.5.*5\.2。只需将两者都替换3.5为3.0.

在 Windows 10、Anaconda 4.2.13、Python 3.5.2、TensorFlow 0.12、CUDA 8、NVidia GTX 660m（CUDA 上限 3.0）上测试。

于 2016-11-30T22:53:20.053 回答