Какие версии CUDA, CUDnn, Nvidia устанавливаются для Deep Learning?
Мои спецификации NVIDIA GPU
Это мои спецификации для графического процессора NVIDIA. Я попытался установить CUDA 9.1, но он говорит: «Ваше устройство слишком устарело для версии CUDA». Я попытался установить более низкую версию CUDA, а затем импортировать theano говорит: «Нет устройства CUDA доступно».
4 ответа
Графический процессор GeForce 820M имеет значение CUDA 2.1 (см. список Intel geforce gpu. Эта возможность слишком низкая для CUDA 9.0+, но поддерживает CUDA 8.0. Попробуйте установить эту версию CUDA, затем получите соответствующие Cudnn и Theano. [ ! d0]
GPU не поддерживает CUDA.
Здесь задействованы две основные переменные: архитектура GPU и версия драйвера. Глядя на сообщение об ошибке, это может быть проблемой с архитектурой GPU. Ваш графический процессор, возможно, был изготовлен с использованием старой архитектуры, которая не поддерживает CUDA или не имеет ядер CUDA.
Что касается архитектуры GPU, то в одной части онлайновой документации (ref: https: // github .com / NVIDIA / nvidia-docker / wiki / Installation- (версия-2.0) #precquisites), NVIDIA указывает, что они поддерживают графические процессоры с архитектурой, более новой, чем Fermi. Хотя это может не сразу перейти на минимальную версию для CUDA, это может означать, что поддерживаемые минимальные версии GPU будут такими, которые имеют архитектуру Kepler.
Список графических карт NVIDIA, построенных с архитектурой Kepler или новее, которые должны - в теории - поддержка CUDA в этой статье: https://github.com/NVIDIA/nvidia-docker/wiki/Installation- (версия-2.0) #prquisquisites
Looking при предоставленной информации GPU модель видеокарты GeForce 820M. Кодовое имя GPU для этой модели - GF117. Эта модель построена с архитектурой Ферми. Таким образом, можно ожидать, что GPU не поддерживает CUDA.
Графический процессор GeForce 820M имеет значение CUDA 2.1 (см. список Intel geforce gpu. Эта возможность слишком низкая для CUDA 9.0+, но поддерживает CUDA 8.0. Попробуйте установить эту версию CUDA, затем получите соответствующие Cudnn и Theano. [ ! d0]
GPU не поддерживает CUDA.
Здесь задействованы две основные переменные: архитектура GPU и версия драйвера. Глядя на сообщение об ошибке, это может быть проблемой с архитектурой GPU. Ваш графический процессор, возможно, был изготовлен с использованием старой архитектуры, которая не поддерживает CUDA или не имеет ядер CUDA.
Что касается архитектуры GPU, то в одной части онлайновой документации (ref: https: // github .com / NVIDIA / nvidia-docker / wiki / Installation- (версия-2.0) #precquisites), NVIDIA указывает, что они поддерживают графические процессоры с архитектурой, более новой, чем Fermi. Хотя это может не сразу перейти на минимальную версию для CUDA, это может означать, что поддерживаемые минимальные версии GPU будут такими, которые имеют архитектуру Kepler.
Список графических карт NVIDIA, построенных с архитектурой Kepler или новее, которые должны - в теории - поддержка CUDA в этой статье: https://github.com/NVIDIA/nvidia-docker/wiki/Installation- (версия-2.0) #prquisquisites
Looking при предоставленной информации GPU модель видеокарты GeForce 820M. Кодовое имя GPU для этой модели - GF117. Эта модель построена с архитектурой Ферми. Таким образом, можно ожидать, что GPU не поддерживает CUDA.
-
1Я хотел бы добавить еще несколько объяснений, чтобы предотвратить путаницу на вашей стороне. Если вы посмотрите только на возможности CUDA, неверно будет сказать, что ваш GPU не поддерживает CUDA. Однако, как я понял, основное внимание уделяется оценке GPU в отношении использования глубокого обучения. Как и другие глубокие рамки обучения, Theano использует библиотеку cuDNN. Библиотека будет работать только в том случае, если возможности CUDA больше 2.1 (архитектура Kepler или более новая). Более практично уведомлять пользователя о том, что нет устройства CUDA, отличного от того, что есть устройство CUDA, но оно слишком примитивно для выполнения глубоких задач обучения. – Mike 30 March 2018 в 05:06