带有tensorflow cuda版本安装的tesla c2075

Question

我是GPU相关模型培训的新手。我有特斯拉C2075与6GB的GPU和使用keras CuDNNLSTM更快的训练。我已经在cudnn=7.0.5中安装了cuda-9，tensorflow-gpu==1.12.0，并且使用了ubuntu16.04。对于特斯拉C2075，GPU的型号是否与库达-9兼容？我在这里检查了https://developer.nvidia.com/cuda-gpus链接，他们提到特斯拉C2075是计算兼容的2.0。什么是计算兼容？

在运行我的模型tensorflow日志时，

tensorflow/core/common_runtime/gpu/gpu_device.cc:1482] Ignoring visible gpu device (device: 0, name: Tesla C2075, pci bus id: 0000:03:00.0, compute capability: 2.0) with Cuda compute capability 2.0. The minimum required Cuda capability is 3.5.

当model.fit(.)，

InvalidArgumentError (see above for traceback): No OpKernel was registered to support Op 'CudnnRNN' with these attrs.  Registered devices: [CPU,XLA_CPU,XLA_GPU], Registered kernels:
  device='GPU'; T in [DT_DOUBLE]
  device='GPU'; T in [DT_FLOAT]
  device='GPU'; T in [DT_HALF]

[[node bidirectional_1/CudnnRNN (defined at /usr/local/lib/python3.5/dist-packages/tensorflow/contrib/cudnn_rnn/python/ops/cudnn_rnn_ops.py:922)  = CudnnRNN[T=DT_FLOAT, direction="unidirectional", dropout=0, input_mode="linear_input", is_training=true, rnn_mode="lstm", seed=87654321, seed2=0](bidirectional_1/transpose, bidirectional_1/ExpandDims_1, bidirectional_1/ExpandDims_2, bidirectional_1/concat)]]

谢谢

Answer 1

CUDA计算能力在某种程度上与GPU的体系结构和硬件能力有关，在维基百科中有一个相当广泛的列表。

柔韧的网页显示：您需要一个CC大于3.5的GPU (旧版本似乎接受3.0，但永远不会降低)。

不幸的是，这是一个硬件限制，改变计算能力的唯一方法是使用不同的GPU。简单地说:你不能在那个GPU中运行Tensorflow。