忽略具有计算能力 3.0 的可见 GPU 设备。所需的最低 Cuda 能力为 3.5

Question

我在 docker 容器上运行 Tensorflow 1.5.0，因为我需要使用不使用 AVX 字节码的版本，因为我运行的硬件太旧而无法支持它。

我终于正确导入了tensorflow-gpu（将docker映像降级到tf 1.5.0之后），但现在当我运行任何代码来检测GPU时，它说GPU不存在。

我查看了 docker 日志，Jupyter 吐出了这条消息

Ignoring visible gpu device (device: 0, name: GeForce GTX 760, pci bus id: 0000:01:00.0, compute capability: 3.0) with Cuda compute capability 3.0. The minimum required Cuda capability is 3.5.

Tensorflow网站说支持计算能力3.0的GPU，为什么说需要计算能力3.5呢？

有没有办法获得使用 tf 1.5.0 但支持具有计算能力的 GPU 的 TensorFlow 和 Jupyter 的 Docker 映像？

Answer 1

您需要从源代码构建 TensorFlow，使用 pip 安装的典型轮子是根据使用 Compute Capability 3.5 的要求构建的，但 TensorFlow 确实支持 Compute Capability 3.0：

https://www.tensorflow.org/install/install_sources

具有 CUDA 计算能力 3.0 或更高版本的 GPU 卡。有关支持的 GPU 卡的列表，请参阅 NVIDIA 文档。

您可以构建最新的 TF 版本，因为这也会自动检测您的 CPU 的功能，并且不应使用 AVX。