【发布时间】：2020-09-09 20:52:25
【问题描述】：
我正在尝试在装有 Ubuntu (18.04) 的笔记本电脑上执行机器学习项目，这需要 GPU。我的笔记本电脑有 NVIDIA Geforce MX-150 (2GB) GPU，我安装了以下内容。
Kernel : 5.3.0-53-generic
GCC : 7.5.0
Nvidia Driver Version : 440.33
CUDA Version : 10.0
cuDNN Version : 7.4.1.5-1+cuda10.0
Python : 3.6.3
tensorflow : 1.14.0
tensorflow-gpu : 1.14.0
下面是 nvidia-smi 命令的输出
nvidia-smi
+-----------------------------------------------------------------------------+
Sat May 23 03:36:54 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.33.01 Driver Version: 440.33.01 CUDA Version: 10.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce MX150 On | 00000000:01:00.0 Off | N/A |
| N/A 57C P0 N/A / N/A | 320MiB / 2002MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
|Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1054 G /usr/lib/xorg/Xorg 20MiB |
| 0 1204 G /usr/bin/gnome-shell 46MiB |
| 0 1509 G /usr/lib/xorg/Xorg 89MiB |
| 0 1680 G /usr/bin/gnome-shell 76MiB |
| 0 2078 G ...AAAAAAAAAAAACAAAAAAAAAA= --shared-files 84MiB |
+-----------------------------------------------------------------------------+
在检查 GPU 可用性时，我从 python 收到以下消息：
import tensorflow as tf
tf.test.is_gpu_available()
2020-05-23 03:22:00.113303: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU
supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
2020-05-23 03:22:00.139002: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94]
CPU Frequency: 1800000000 Hz
2020-05-23 03:22:00.139733: I tensorflow/compiler/xla/service/service.cc:168] XLA service
0x55bf899c6a30 executing computations on platform Host. Devices:
2020-05-23 03:22:00.139791: I tensorflow/compiler/xla/service/service.cc:175]
StreamExecutor device (0): Host, Default Version
False
我的显卡支持CUDA，可以通过以下链接验证：
https://www.geforce.com/hardware/notebook-gpus/geforce-mx150/specifications/
我在仔细检查了所有相关软件的兼容性后完成了所有这些安装，但现在我仍然无法成功使用我的 GPU。谁能告诉我我的 GPU 或处理器有什么问题，为什么不能识别 GPU？
【问题讨论】：
-
你之前检查过这个链接About Subject
-
好的，你的显卡没问题，你的驱动也没问题。可能你的CUDA版本太低，
tensorflow >= 2.1.0需要CUDA 10.1。这可能是原因。所以我们还需要知道你的 TensorFlow 的版本。 -
@Sraw 我提到了这个答案，其中所有兼容性矩阵都已共享。也许它与 bazel 和构建选项有关，我正在尝试探索 stackoverflow.com/questions/50622525/…
-
对不起，我看到了你的 tensorflow 版本。我的错。
-
stackoverflow.com/questions/38073432/… 打印详细的调试信息如何，以便我们解决问题。
标签： python tensorflow ubuntu-18.04