是否有可能为GTX 1070构建TensorFlow？

Question

我有一个带有Nvidia显卡的Ubuntu 14.04 LTS 64位--GTX 1070（第10代）。我正在尝试构建TensorFlow。

我尝试使用CUDA 7.5和CuDNN 5构建它，但事实证明我安装的CUDA 7.5需要352.63.0视频驱动程序，而我从Nvidia for GTX 1070下载的视频驱动程序是367.35 - 较新版本。 / p>

TensorFlow设法构建，但是当我运行该示例时，运行时出现了问题：

boyko@boyko-pc:~/Desktop/tensorflow/tensorflow/models/image/mnist$ LD_LIBRARY_PATH=/usr/local/cuda-7.5/targets/x86_64-linux/lib python3 convolutional.py

由于驱动程序不匹配而无法找到CUDA：

E tensorflow/stream_executor/cuda/cuda_driver.cc:491] failed call to cuInit: CUDA_ERROR_NO_DEVICE
E tensorflow/stream_executor/cuda/cuda_diagnostics.cc:296] kernel version 367.35.0 does not match DSO version 352.63.0 -- cannot find working devices in this configuration

完整日志 - http://pastebin.com/xiYtNsHk

CUDA 7.5需要驱动352.63视频驱动程序，但GTX 1070需要367.35。问题是TensorFlow官方仅支持CUDA 7.5。因此要求有点矛盾。

我需要做什么？是否可以在GTX 1070上使用352.63驱动程序，它是否会运行，即使它启用了有限的功能集？或者是否有针对此驱动程序构建的CUDA 7.5版本，或者是否有办法针对CUDA 8.0构建TensorFlow？

这是我发现的相关问题 - Tensorflow Bazel 0.3.0 build CUDA 8.0 GTX 1070 fails。

Answer 1

您现在需要加入https://connect.facebook.net/en_US/all.js才能获得CUDA 8.0候选版本，因为官方版本尚未发布。你应该可以在你的1070上安装这个（我有它在1080上工作）。较旧的驱动程序和CUDA版本甚至不支持Pascal架构，因此您必须走这条路。

然后你需要从NVIDIA developer program建立张量流，这次它应该有效。

Answer 2

  

我需要做什么？是否可以在GTX 1070上使用352.63驱动程序，它是否会运行，即使它启用了有限的功能集？或者是否有针对此驱动程序构建的CUDA 7.5版本，或者是否有办法针对CUDA 8.0构建TensorFlow？

您可以针对CUDA 8.0进行构建。我已经成功地使用了GTX 1070.具体来说，我能够在Ubuntu 14.04上使用以下内容构建和安装张量流：NVIDIA驱动程序367.35，CUDA 8.0 RC，cuDNN 5.1。这将使用Pascal GPU和CUDA 8.0提供的所有功能构建具有最大功能的TensorFlow。

Answer 3

我设法构建张量流，它似乎正常工作。 正如其他答案所暗示的那样，使用GTX 10xx的最低版本正确是cuDNN 5和CUDA 8.0，但不是CUDA 8.0附带的视频驱动程序。 以下是我使用的步骤：

配置设置

• 安装Ubuntu 14.04 LTS
• 安装CUDA 8.0 RC（“是”以“更新”视频驱动程序 - 361.77，将.run文件用于/usr/local/cuda-8.0）。
• 安装支持Pascal GPU的视频驱动程序（我使用的是367.35）
• 安装cuDNN 5（进入/ usr / local / cuda）
• 安装Bazel（此处未记录详细信息）

构建张量流

• 如果/ usr / local / cuda是符号链接，我建议删除它。
• 从master分支下载tensorflow源（commit ca. 22/8/2016）
• 编辑tensorflow / third_party / gpus / crosstool / CROSSTOL并添加： cxx_builtin_include_directory：“/ usr / local / cuda-8.0”（注意：符号链接不起作用，使用实际路径）link （Bazel未能打开CUDA包括）
• ./配置
• bazel build -c opt --config = cuda // tensorflow / tools / pip_package：build_pip_package
• cd bazel-bin
• tensorflow / tools / pip-package / build_pip_package [outfilename]
• pip或pip3 install [outfilename]

测试张量流

• export LD_LIBRARY_PATH =“/ usr / local / cuda-8.0 / lib64：LD_LIBRARY_PATH”
• [python或python3] [python-libs-path] /tensorflow/models/image/mnist/convolutional.py
• 测试错误：0.7％。

*如果测试错误很大，则可能意味着您需要升级cuDNN。

*不是构建tensorflow，而是可以使用cuDNN 4，CUDA 7.5和最新的视频驱动程序安装tensorflow的二进制版本。像matmul这样的东西会起作用，而其他像conv2d的东西则不会，在10xx GPU下。目前，tensorflow的二进制版本不支持这种硬件，但我相信这会改变。