针对深度学习需要安装哪些 CUDA、CUDnn、Nvidia 版本?

针对深度学习需要安装哪些 CUDA、CUDnn、Nvidia 版本?

我的 NVIDIA GPU 规格

这些是我对 NVIDIA GPU 的规格。我尝试安装 CUDA 9.1,但它显示“您的设备对于 CUDA 版本来说太旧了”。我尝试安装较低的 CUDA 版本,然后导入 theano 时显示“没有可用的 CUDA 设备”。

答案1

您的 Geforce 820M GPU 的 CUDA 功能为 2.1(请参阅英特尔 GeForce GPU 列表 对于 CUDA 9.0+ 来说,这个功能太低了,但是支持 CUDA 8.0。尝试安装该 CUDA 版本。Nvidia cudnn 有自己的一套要求:链接cuDNN 安装指南第一个 2.1 要求项目:

2.1 *  A GPU of compute capability 3.0 or higher. To understand the compute capability of the GPU on your system, see: CUDA GPUs. Also see the cuDNN Support Matrix.

因此,您的 820M GPU(功能为 2.1)甚至不足以运行最老的 cuDNN(有关详细信息,请参阅上述链接中的 cuDNN 支持矩阵)。这也会阻止任何依赖 cuDNN 的东西运行(例如 TensorFlow 或 Therano?)。

答案2

GPU 不支持 CUDA。

这里涉及两个主要变量:GPU 架构和驱动程序版本。查看错误消息,可能是 GPU 架构的问题。您的 GPU 可能是使用不支持 CUDA 或没有 CUDA 核心的较旧架构制造的。

关于 GPU 架构,在线文档的一部分(参考:https://github.com/NVIDIA/nvidia-docker/wiki/Installation-(version-2.0)#prerequisites),NVIDIA 指定他们支持比 Fermi 更新架构的 GPU。虽然这可能不会立即转化为 CUDA 的最低版本,但这可能暗示支持的最低 GPU 版本将是具有 Kepler 架构的 GPU 版本。

本文列出了理论上应支持 CUDA 的采用 Kepler 架构或更新架构的 NVIDIA 显卡型号:http://tech.amikelive.com/node-685/list-of-nvidia-desktop-graphics-card-models-for-building-deep-learning-ai-system/

从提供的 GPU 信息来看,显卡型号为 GeForce 820M。该型号的 GPU 代号为 GF117。该型号采用 Fermi 架构。因此,可以预期GPU 不支持 CUDA

相关内容