我如何让tensorflow在具有2.x能力的GPU上运行？
我已经成功地在Linux Ubuntu 16.04上安装了tensorflow(GPU)，并做了一些小的修改，以便使它与新的Ubuntu LTS版本一起工作。
共有1个答案
tensorflow的最新GPU版本要求计算能力3.5或更高（并使用cuDNN访问GPU）。
cuDNN还需要CC3.0或更高的GPU：
使用Pascal、Kepler、Maxwell、Tegra K1或Tegra X1 GPU的Windows、Linux和MacOS系统支持cuDNN。
-
null
CUDNN也不支持旧的GPU（例如compute capability 1.x)。
注意，从来没有任何版本的cuDNN或任何版本的TF正式支持低于CC3.0的NVIDIA GPU。cuDNN的初始版本开始时需要CC3.0GPU，TF的初始版本开始时需要CC3.0GPU。
-
我一直在我的电脑上用Tensorflow写程序，它使用Linux薄荷。无论出于什么原因，我都无法让Tensorflow在我的图形处理器上运行。 2021-04-26 15:46:11.462612： W tenstorflow/stream_executor/平台/默认/dso_loader.cc:60]无法加载动态库'libcudart.so.11.0'；libcudart.so.11.0：无法
-
问题内容： 如何在Python 3.6 x64中使用 TensorFlow GPU 版本而不是 CPU 版本？ Python正在使用我的 CPU 进行计算。 我可以注意到它，因为我有一个错误： 您的CPU支持该TensorFlow二进制文件未编译为使用的指令：AVX2 我已经安装了tensorflow和tensorflow-gpu。 如何切换到GPU版本？ 问题答案： 遵循本教程Tensorflo
-
我安装了Tensorflow GPU，我可以在Ubuntu18.04的终端上看到它。 结果是： 但当我在PyCharm中运行它时
-
我已经在Ubuntu 14.04上安装了tensorflow的GPU版本。 我在一个GPU服务器上，在那里Tenorflow可以访问可用的GPU。 我想在CPU上运行tenorflow。 通常我可以使用env CUDA\u VISIBLE\u DEVICES=0在0号GPU上运行。 如何在CPU之间进行选择？ 我对用tf重写代码不感兴趣。设备（“/cpu:0”）：
-
如何在Python 3.6 x64中使用TensorFlow GPU版本而不是CPU版本？ Python正在使用我的CPU进行计算 我可以注意到，因为我有一个错误： 您的CPU支持该TensorFlow二进制文件未编译使用的指令：AVX2 我已经安装了tensorflow和tensorflow gpu。 如何切换到GPU版本？
-
TensorFlow 2.0 Tutorials Our repo. is the Winner of ⚡ #PoweredByTF 2.0 Challenge!. Timeline: Oct. 1, 2019: TensorFlow 2.0 Stable! Aug. 24, 2019: TensorFlow 2.0 rc0 Jun. 8, 2019: TensorFlow 2.0 Beta Ma