我如何使tensorflow在具有2.x功能的GPU上运行？

Question

我已经在Linux Ubuntu 16.04上成功安装了tensorflow（GPU），并进行了一些小的更改，以使其能够与新的Ubuntu LTS版本一起使用。

但是，我认为（谁知道为什么）我的GPU满足了计算能力大于3.5的最低要求。事实并非如此，因为我的GeForce 820M只有2.1。有没有一种方法可以使tensorflow GPU版本与我的GPU一起使用？

我问这个问题，因为显然没有办法使tensorflow GPU版本在Ubuntu 16.04上运行，但是通过搜索互联网，我发现情况并非如此，实际上，如果不是因为这个未满足的要求，我就几乎可以工作了。现在，我想知道有关GPU计算能力的问题是否也可以解决。

Answer 1

tensorflow require compute capability 3.5 or higher的最新GPU版本（并使用cuDNN访问GPU。

cuDNN also requires a GPU of cc3.0 or higher：

带有Pascal，Kepler，Maxwell，Tegra K1或Tegra X1 GPU的Windows，Linux和MacOS系统上都支持cuDNN。

• 开普勒= cc3.x
• 麦克斯韦= cc5.x
• Pascal = cc6.x
• TK1 = cc3.2
• TX1 = cc5.3

cuDNN不支持Fermi GPU（cc2.0，cc2.1）。

cuDNN也不支持较旧的GPU（例如，计算能力1.x）。>

请注意，从未[>从未有过

cuDNN版本或正式支持小于cc3.0的NVIDIA GPU的任何TF版本。 cuDNN的初始版本始于需要cc3.0 GPU，而TF的初始版本始于需要cc3.0 GPU。

Answer 2

2017年9月更新：

没有任何问题和烦恼的方式做到这一点

Answer 3

[我发现它如何在计算功能上安装Tensorflow-gpu 2.1适用于python的NVIDIA GeForce 525M，窍门很简单，使用tensorflow的存档版本，我使用1.9.0使用PIP打包的python命令是点安装tensorflow-gpu == 1.9.0cuDNN版本为7.4.1