Z powodzeniem zainstalowałem tensorflow (GPU) na Linux Ubuntu 16.04 i wprowadziłem kilka drobnych zmian, aby działało z nowym wydaniem Ubuntu LTS.Jak mogę uruchomić tensorflow na GPU o wydajności 2.0?
Jednak myślałem (nie wiem dlaczego), że mój układ GPU spełnia minimalne wymagania dotyczące możliwości obliczeniowych większe niż 3,5. Tak nie było, ponieważ mój GeForce 820M ma właśnie 2.1. Czy istnieje sposób na tworzenie wersji GPU tensorflow z moim GPU?
Zadaję to pytanie, ponieważ najwyraźniej nie było sposobu dokonywania wersję tensorflow GPU pracuje na Ubuntu 16.04 ale przeszukując internet okazało się, że nie był to przypadek i rzeczywiście zrobiłem to prawie pracy, gdyby nie to niezadowolony wymaganie. Teraz zastanawiam się, czy ten problem z możliwościami obliczania GPU mógł zostać naprawiony.
Sprawdziłem, że GPU i wydaje się bardzo słaby. Gdybym był tobą, po prostu użyłbym tensorflow z procesorem, ponieważ nie sądzę, że będzie duża różnica w wydajności. Może nawet być szybciej. – chasep255
@ chasep255 Udało mi się użyć mxnet na GPU (Python). Trochę szybciej. Tak, różnica nie jest taka duża, ale podczas prowadzenia wielu epok może pomóc nawet niewielka różnica. Jeśli dostosowanie pakietu do mojego komputera nie wymaga dużego nakładu pracy, myślę, że mógłbym spróbować. – mickkk
@mickkk Zauważyłem, że tensorflow obsługuje również opencl ... Nie jestem pewien, czy to może być alternatywa. Idę teraz spróbować zbudować to tak. Przekaże raport, jeśli działa poprawnie. –