我正在尝试在Mac OSX 10.13.2上从源代码安装Tensorflow-GPU for Python3.6。
安装过程是......
我为我的Geforce GT-750M安装了Nvidia-Web-Driver并进行了更新。
已安装并更新至CUDA驱动程序v387.99(GPU驱动程序版本:378.10.10.10.25.102)。
我尝试为CUDA 9.1安装CuDNN v7。
但我无法从NVIDIA网站找到适合我的Mac的版本。 https://developer.nvidia.com/rdp/cudnn-download
我努力安装Tensorflow,尝试了所有我预期的方法,但都失败了,我在下面得到了同样的错误。
nvcc致命:不支持主编译器('Apple clang')的版本('90000')
当我运行编译CUDA 9.1示例代码的命令时,我甚至遇到了同样的错误。
$make -C 0_Simple/vectorAdd
错误是......
/Developer/NVIDIA/CUDA-9.1/bin/nvcc-ccbin clang ++ -I ../../ common / inc -m64 -Xcompiler -arch -Xcompiler x86_64 -gencode arch = compute_30,code = sm_30 -gencode arch = compute_35,code = sm_35 -gencode arch = compute_37,code = sm_37 -gencode arch = compute_50,code = sm_50 -gencode arch = compute_52,code = sm_52 -gencode arch = compute_60,code = sm_60 -gencode arch = compute_61,code = sm_61 -gencode arch = compute_70,code = sm_70 -gencode arch = compute_70,code = compute_70 -o vectorAdd.o -c vectorAdd.cu nvcc致命:不支持主机编译器('Apple clang')的版本('90000') make:*** [vectorAdd.o]错误1
这些是我的开发环境信息。
$uname -a
Darwin Kenneth-MBP.local 17.3.0 Darwin Kernel Version 17.3.0:Thu Nov 9 18:09:22 PST 2017; root:xnu-4570.31.3~1 / RELEASE_X86_64 x86_64
$cmake --version
cmake版本3.10.1
$clang --version
Apple LLVM 9.0.0版(clang-900.0.39.2) 目标:x86_64-apple-darwin17.3.0 线程模型:posix InstalledDir:/Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/bin
$nvcc --version
nvcc:NVIDIA(R)Cuda编译器驱动程序 版权所有(c)2005-2017 NVIDIA Corporation 建立于Fri_Nov__3_21:08:57_CDT_2017 Cuda编译工具,版本9.1,V9.1.85
$git describe --tags # Tensorflow
V1.3.0-rc1-6207-ge210cb140a
GPU驱动程序 - NVIDIA GT 750M
GPU驱动程序版本:378.10.10.10.25.102,
CUDA驱动程序
CUDA驱动程序版本:387.99
提前谢谢。
答案 0 :(得分:1)
您可能想要更新此帖子的标题。这里有很多内容,似乎主要是关于在不支持的配置中安装Tensorflow。
首先,cuDNN仅适用于CUDA 9.0,所以我要远离CUDA 9.1。在macOS 10.13上构建CUDA应用程序的技巧是使用Xcode 8.2并在构建期间切换命令行工具。 Xcode 9中较新的编译器无法使用nvcc。
为了构建Tensorflow,可以制作一些补丁,引用here。黄金在评论中(特别是OpenMP部分)。别忘了禁用SIP(系统完整性保护)。
我在分支v1-4-1-high-sierra-cuda
中有一个Tensorflow分支,其中已经应用了修改和一个超级基本的build_high_sierra.sh
脚本,如果你想尝试一下。在12核野兽上编译需要15分钟以上,因此请注意(并确保将COMPILE_CORES
从24减少。)
构建屁股会带来痛苦。您可以尝试我在发布部分中发布的预编译二进制文件之一。只要您安装了先决条件(CUDA 9.0和适当的cuDNN),无论如何您都需要进行构建,它可能会有效。
https://github.com/pestilence669/tensorflow/releases/tag/1.4.1_high_sierra_cuda_xmas