如何让tensorflow在具有2.x功能的GPU上运行？

Question

我已经成功地在Linux Ubuntu 16.04上安装了tensorflow (GPU)，并做了一些小改动，以便它能与新的Ubuntu LTS版本一起工作。

然而，我认为(谁知道为什么)我的GPU满足了大于3.5的计算能力的最低要求。事实并非如此，因为我的GeForce 820M只有2.1。有没有办法让tensorflow GPU版本与我的GPU兼容？

我之所以问这个问题，是因为显然没有办法让tensorflow GPU版本在Ubuntu 16.04上运行，但通过搜索互联网，我发现情况并非如此，事实上，如果不是因为这个未满足的要求，我几乎做到了。现在我在想，GPU计算能力的这个问题是否也可以解决。

Answer 1

tensorflow require compute capability 3.5 or higher的最新图形处理器版本(并使用cuDNN访问图形处理器。

cuDNN also requires a GPU of cc3.0 or higher

采用Pascal、开普勒、Maxwell、Tegra K1或Tegra X1 GPU的视窗、Linux和MacOS系统均支持

cuDNN。

• Kepler = cc3.x
• Maxwell = cc5.x
• Pascal = cc6.x
• TK1 =cc3.2

<代码>H113tx1=cc5.3<代码>H214<代码>F215

cuDNN不支持费米GPU (cc2.0、cc2.1)。

cuDNN也不支持较旧的GPU(例如计算能力1.x)。

请注意，从来没有一个版本的cuDNN或任何版本的TF正式支持低于cc3.0的NVIDIA。最初的cuDNN版本需要CC3.0GPU，而TF的初始版本最初需要CC3.0GPU。

Answer 2

2017年9月更新:没有问题和痛苦的是无法做到这一点的。我已经努力尝试了所有的方法，甚至应用下面的技巧来迫使它运行，但最终我不得不放弃。如果你对Tensorflow是认真的，那就去买3.0计算能力的吧。

这是一个强制tensorflow在2.0计算能力的GPU (非官方)上运行的技巧：

1. 使用Notepad++或类似的
2. 在Lib/site-packages/tensorflow/python/_pywrap_tensorflow_internal.pyd (orLib/site-packages/tensorflow/python/_pywrap_tensorflow.pyd)
3. Open it中查找该文件使用正则表达式
4. 搜索首次出现的3\.5.*5\.2您会看到3.5*5.2之前的3.0，请将其更改为2.0

我改变了上面的方法，可以用GPU做简单的计算，但在尝试实际项目时遇到了奇怪和未知的问题(那些项目在3.0计算能力的GPU上运行得很好)

Answer 3

我发现它如何安装Tensorflow-gpu上的计算能力2.1NVIDIA GeForce 525M的python，诀窍很简单使用存档版本的tensorflow，我使用1.9.0的python命令包使用PIP是pip安装tensorflow-gpu==1.9.0和cuDNN版本是7.4.1