Question

我是GPU相关模型训练的新手。我有配备6GB GPU的Tesla C2075，并使用keras CuDNNLSTM进行了更快的培训。我已经使用cudnn = 7.0.5，tensorflow-gpu == 1.12.0并使用ubuntu 16.04安装了cuda-9。对于Tesla C2075，GPU模型与cuda-9兼容吗？我已经检查了https://developer.nvidia.com/cuda-gpus链接，他们提到特斯拉C2075在计算上与2.0兼容。什么是计算兼容的？

在运行模型张量流日志时，

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.

而我在使用model.fit（...）时也会出错，

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计算功能以某种方式与GPU的体系结构和硬件功能相关，wikipedia中有相当广泛的清单。

The tensoflow webpage suggests，您需要一个CC大于3.5的GPU（旧版本似乎接受3.0，但永远不会更低）。

不幸的是，这是硬件限制，更改计算能力的唯一方法是使用其他GPU。简而言之：您无法在该GPU中运行Tensorflow。

带有tensorflow cuda版本安装的tesla c2075

1 个答案: