Ubuntu 是否可以为GTX 1070构建TensorFlow？
我有一个Ubuntu 14.04 LTS 64位和一个Nvidia视频卡-GTX 1070（第10代）。我正在尝试建立TensorFlow 我试着用CUDA 7.5和CuDNN 5构建它，但结果证明我安装的CUDA 7.5需要352.63.0视频驱动程序，而我从Nvidia下载的GTX 1070视频驱动程序是367.35-一个更新版本 TensorFlow成功构建，但当我运行该示例时，运行时出现了一个问题： boyko@boyko-pc:~/Desktop/tensorflow/tensorflow/models/image/mnist$ LD_LIBRARY_PATH=/usr/local/cuda-7.5/targets/x86_64-linux/lib python3 convolutional.py boyko@boyko-pc:~/Desktop/tensorflow/tensorflow/models/image/mnist$LD_LIBRARY_PATH=/usr/local/cuda-7.5/targets/x86_64-linux/lib python3 covolatil.py 由于驱动程序不匹配，找不到CUDA： E tensorflow/stream_executor/cuda/cuda_driver.cc:491] failed call to cuInit: CUDA_ERROR_NO_DEVICE E tensorflow/stream_executor/cuda/cuda_diagnostics.cc:296] kernel version 367.35.0 does not match DSO version 352.63.0 -- cannot find working devices in this configuration E tensorflow/stream_executor/cuda/cuda_driver.cc:491]调用cuInit失败：cuda_错误\u无设备 E tensorflow/stream_executor/cuda/cuda_diagnostics.cc:296]内核版本367.35.0与DSO版本352.63.0不匹配--在此配置中找不到工作设备 完整日志- CUDA 7.5需要352.63视频驱动程序，但GTX 1070需要367.35。问题是TensorFlow官方只支持CUDA 7.5。所以要求有点矛盾 我需要做什么？是否可以在GTX 1070上使用352.63驱动程序，即使启用了有限的功能集，它也会运行吗？或者有没有针对该驱动程序构建的CUDA 7.5版本，或者有没有针对CUDA 8.0构建TensorFlow的方法 这是我发现的一个相关问题-。您需要加入，以便立即获得CUDA 8.0发行候选版，因为官方版本尚未发布。你应该能够在你的1070上安装它（我有一个1080工作）。较旧的驱动程序和CUDA版本甚至不支持Pascal体系结构，因此您必须走这条路 然后需要从中构建tensorflow，这次它应该可以工作 您需要加入，以便立即获得CUDA 8.0发行候选版本，因为官方版本尚未发布。你应该能够在你的1070上安装它（我有一个1080工作）。较旧的驱动程序和CUDA版本甚至不支持Pascal体系结构，因此您必须走这条路 然后需要从中构建tensorflow，这次它应该可以工作 我需要做什么？是否可以在GTX 1070上使用352.63驱动程序，即使启用了有限的功能集，它也会运行吗？或者有没有针对该驱动程序构建的CUDA 7.5版本，或者有没有针对CUDA 8.0构建TensorFlow的方法 您可以使用CUDA 8.0构建它。我已经用GTX 1070成功地做到了这一点。具体地说，我能够在Ubuntu 14.04上使用NVIDIA驱动程序367.35、CUDA 8.0 RC、cuDNN 5.1从源代码构建和安装tensor flow。这将使用Pascal GPU和CUDA 8.0提供的所有功能构建具有最大功能的TensorFlow 我需要做什么？是否可以在GTX 1070上使用352.63驱动程序，即使启用了有限的功能集，它也会运行吗？或者有没有针对该驱动程序构建的CUDA 7.5版本，或者有没有针对CUDA 8.0构建TensorFlow的方法Ubuntu 是否可以为GTX 1070构建TensorFlow？,ubuntu,machine-learning,tensorflow,Ubuntu,Machine Learning,Tensorflow,我有一个Ubuntu 14.04 LTS 64位和一个Nvidia视频卡-GTX 1070（第10代）。我正在尝试建立TensorFlow 我试着用CUDA 7.5和CuDNN 5构建它，但结果证明我安装的CUDA 7.5需要352.63.0视频驱动程序，而我从Nvidia下载的GTX 1070视频驱动程序是367.35-一个更新版本 TensorFlow成功构建，但当我运行该示例时，运行时出现了一个问题： boyko@boyko-pc:~/Desktop/tensorflow/tensorfl
您可以使用CUDA 8.0构建它。我已经用GTX 1070成功地做到了这一点。具体地说，我能够在Ubuntu 14.04上使用NVIDIA驱动程序367.35、CUDA 8.0 RC、cuDNN 5.1从源代码构建和安装tensor flow。这将使用Pascal GPU和CUDA 8.0提供的所有功能构建具有最大功能的TensorFlow。我成功构建了TensorFlow，它似乎工作正常。 正如其他答案所暗示的，GTX 10xx正确运行的最低版本是cuDNN 5和CUDA 8.0，但不是CUDA 8.0附带的视频驱动程序。 以下是我使用的步骤： 配置设置
- 安装Ubuntu 14.04 LTS
- 安装CUDA 8.0 RC（“是”至“更新”视频驱动程序-361.77，使用.run文件，插入/usr/local/CUDA-8.0）
- 安装支持Pascal GPU的视频驱动程序（我使用的是367.35）
- 安装cuDNN 5（安装到/usr/local/cuda中）
- 安装Bazel（此处未记录详细信息）
- 如果/usr/local/cuda是一个符号链接，我建议删除它
- 从master branch下载tensorflow源（提交时间约为2016年8月22日）
- 编辑tensorflow/第三方/GPU/crosstool/CROSSTOL并添加： cxx内置include目录：“/usr/local/cuda-8.0”（注意：符号链接不起作用，请使用实际路径） （Bazel无法打开CUDA包括）
- /配置
- bazel build-c opt--config=cuda//tensorflow/tools/pip_包：build_-pip_包
- 光碟盒
- tensorflow/tools/pip包/构建pip包[OutfielName]
- pip或pip3安装[OutpileName]
- export LD_LIBRARY_PATH=“/usr/local/cuda-8.0/lib64:LD_LIBRARY_PATH”
- [python或python3][python libs path]/tensorflow/models/image/mnist/convolutional.py
- 测试误差：0.7%
*除了构建tensorflow，还可以安装tensorflow的二进制版本，包括cuDNN 4、CUDA 7.5和最新的视频驱动程序。在10xx GPU下，有些东西如matmul可以工作，而有些东西如conv2d则不行。目前，tensorflow的二进制版本不支持这种硬件，但我相信这种情况会改变。我成功构建了tensorflow，它似乎工作正常。 正如其他答案所暗示的，GTX 10xx正确运行的最低版本是cuDNN 5和CUDA 8.0，但不是CUDA 8.0附带的视频驱动程序。 以下是我使用的步骤： 配置设置
- 安装Ubuntu 14.04 LTS
- 安装CUDA 8.0 RC（“是”至“更新”视频驱动程序-361.77，使用.run文件，插入/usr/local/CUDA-8.0）
- 安装支持Pascal GPU的视频驱动程序（我使用的是367.35）
- 安装cuDNN 5（安装到/usr/local/cuda中）