当前位置: 首页 > 知识库问答 >
问题:

如何在OS X High Sierra 10.13.2上为Tensorflow安装用于CUDA 9.1的NVIDIA CuDNN v7?

楚羽
2023-03-14

我正试图在我的Mac OSX 10.13.2上安装Python3.6的Tensorflow-GPU。

安装过程如下...

> < li>

我为我的Geforce GT-750M安装了Nvidia-Web-Driver并进行更新。

已安装并更新至CUDA驱动程序v387.99(GPU驱动程序版本:378.10.10.10.25.102)。

我尝试为CUDA 9.1安装CuDNN v7。

但是我在NVIDIA网站上找不到适合我的Mac的版本。https://developer.nvidia.com/rdp/cudnn-download

我努力安装Tensorflow,尝试了所有我能想到的方法,但都失败了,我得到了下面同样的错误。

nvcc fatal:不支持主机编译器(“Apple clang”)的版本(“90000”)

甚至我在运行编译CUDA 9.1示例代码的命令时也遇到了相同的错误。

$make -C 0_Simple/vectorAdd

错误是...

/Developer/NVIDIA/CUDA-9.1/bin/nvcc-ccbin clang-I../../common/Inc-m64-Xcompiler-arch-Xcompiler x86 _ 64-gen code arch = compute _ 30,code = sm _ 30-gen code arch = compute _ 35,code = sm _ 35-gen code arch = compute _ 37,code = sm _ 37-gen code arch = compute _ 50,code = sm _ 50-gen code arch = compute _ 52,code = sm _ 52-gen code arch = compute _ 60,code = sm _ 60-gen code arch = compute _ 60

这些是我的开发环境信息。

$uname -a

达尔文Kenneth-MBP.local 17.3.0达尔文内核版本17.3.0:周四11月9日18:09:22 PST 2017;根:xnu-4570 . 31 . 3 ~ 1/RELEASE _ X86 _ 64 X86 _ 64

$cmake --version

cmake版本3.10.1

$clang --version

Apple LLVM版本9.0.0(clang-900.0.39.2)目标:x86_64-Apple-darwin17.3.0线程模型:posix InstalledDir:/Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/bin

$nvcc --version

nvcc:NVIDIA(R)Cuda编译器驱动程序版权所有(c)2005-2017 NVIDIA Corporation Builded on Fri_Nov__3_21:08:57_CDT_2017 Cuda编译工具,9.1版,V9.1.85

$git describe --tags # Tensorflow 

v1.3.0-rc1-6207-ge210cb140a

显卡驱动程序 - 英伟达 GT 750M

GPU驱动程序版本:378.10.10.10.25.102,

CUDA驱动程序

CUDA驱动程序版本:387.99

提前感谢您。

共有1个答案

葛志国
2023-03-14

您可能希望更新此文章的标题。这里发生了很多事情,它似乎主要是关于在不受支持的配置中安装Tensorflow。

首先,cuDNN 仅适用于库达 9.0,因此我会避开库达 9.1。在 macOS 10.13 上构建 CUDA 应用程序的诀窍是使用 Xcode 8.2 并在构建过程中切换命令行工具。Xcode 9 中较新的编译器无法与 nvcc 配合使用。

对于建立张量流,有一些补丁要做,参考这里。黄金在评论里(尤其是OpenMP部分)。不要忘记禁用SIP(系统完整性保护)。

如果你想试一试,我在分支v1-4-1-High-siera-cuda中有一个Tensorflow分支,带有已经应用的修改和一个超级基本的build_high_sierra.sh脚本。在12核野兽上编译需要15分钟,所以要注意(并确保将COMPILE_CORES从24减少)。

这是一种痛苦的屁股建设。您可以尝试我在版本部分中发布的预编译二进制文件之一。只要安装了必备组件 (CUDA 9.0

https://github.com/pestilence669/tensorflow/releases/tag/1.4.1_high_sierra_cuda_xmas

 类似资料:
  • 我有一个覆盆子Pi4包含ubuntu 18.04。我的ubuntu已经安装从dockerfile和推感谢balena OS在我的覆盆子。 然后,我试图通过在python3环境中遵循这首tuto,在其上安装tensorflow for openvino项目。7.5: https://qengineering.eu/install-tensorflow-2.1.0-on-raspberry-pi-4.

  • 我用anaconda包安装了新版本的python 3.6。但是,我不能安装tenstorflow。总是收到错误 tensorflow_gpu-1.0.0rc2-cp35-cp35m-win_amd64.whl在此平台上不是受支持的车轮。 如何在anaconda(python 3.6)上安装tenstorflow?

  • 我正在尝试在Windows上安装tensorflow。我有python3(3.5.2)和pip3(9.0.1): 在这里也发现了这个问题:tensorflow在pip中找不到,但没有一个解决方案适用于我。有什么想法吗?

  • 安装TF时出现异常: 文件“/usr/local/lib/python2.7/dist packages/pip/_vendor/cachecontrol/adapter.py”,第46行,在send resp=super(CacheControlAdapter,self)中。send(request,**kw)File“/usr/local/lib/python2.7/dist packages

  • 这篇指南描述了如何在 Windows 上安装 TensorFlow。 确定 TensorFlow 版本 如下之中选择一种来安装: 只支持 CPU 的 TensorFlow。如果你的系统不支持 NVIDIA® GPU, 你必须安装这个版本。这个版本的 TensorFlow 通常安装起来比较简单(一般 5 到 10分钟),所以即使你拥有 NVIDIA GPU,我们也推荐首先安装这个版本。 支持 GPU

  • 这篇指南描述了如何在 Ubuntu 上安装 TensorFlow。这些实例也可能在其他 Linux 版本生效,但我们只在 Ubuntu 14.04 及更高的版本上测试过。 确定 TensorFlow 版本 如下之中选择一种来安装: 只支持 CPU 的 TensorFlow。如果你的系统不支持 NVIDIA® GPU, 你必须安装这个版本。这个版本的 TensorFlow 通常安装起来比较简单(一般