如果您的gpu没有3.0或更高的计算能力并导入tensorflow,您会得到什么输出?张量流还会导入还是什么?
答案 0 :(得分:0)
pip install tensorflow-gpu
仍应正常运作。
请务必仔细阅读输出。
我想象的最糟糕的情况是它不会像针对tensorflow可能假设你的机器每秒可以进行多少次计算那样进行优化。
安装后,打开python
环境并运行它。
import tensorflow
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcudnn.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcurand.so locally
你应该看到类似的输出。这就是你如何知道你的GPU是否被正确读取的方法。 (如果它是nvidia,我不知道AMD。)
要找出使用的设备,您可以运行此
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
答案 1 :(得分:-1)
要在GPU上运行,the requirements are
具有CUDA Compute Capability 3.0或更高版本的GPU卡。
但是,您仍然可以运行仅限CPU的tensorflow版本。