成功安装后 cuda 和 cudnn 不工作答案

【问题标题】：cuda and cudnn not working after successful installation成功安装后 cuda 和 cudnn 不工作
【发布时间】：2019-07-09 10:05:25
【问题描述】：

我在 ubuntu 16.04 上使用 anaconda python 3.6。我有带有 quadro 4000 显卡的系统。我已经安装了 cuda 9.0.176 和 cudnn 7.1.4 来运行 tensorflow 和 keras。运行代码时出现以下错误：

2019-07-09 14:20:49.199895: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1432] Found device 0 with properties: 
name: Quadro K4000 major: 3 minor: 0 memoryClockRate(GHz): 0.8105
pciBusID: 0000:05:00.0
totalMemory: 2.94GiB freeMemory: 2.46GiB
2019-07-09 14:20:49.199946: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1482] Ignoring visible gpu device (device: 0, name: Quadro K4000, pci bus id: 0000:05:00.0, compute capability: 3.0) with Cuda compute capability 3.0. The minimum required Cuda capability is 3.5.
2019-07-09 14:20:49.199969: I tensorflow/core/common_runtime/gpu/gpu_device.cc:982] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-07-09 14:20:49.199983: I tensorflow/core/common_runtime/gpu/gpu_device.cc:988]      0 
2019-07-09 14:20:49.199995: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1001] 0:   N

这会出现并且模拟停止。如何解决这个问题

【问题讨论】：

标签： tensorflow nvidia

【解决方案1】：

根据https://www.tensorflow.org/install/gpu，您需要一个至少支持 Cuda 计算能力 3.5 的 GPU。不支持 K4000

对于具有 CUDA Compute Capability 3.0 的 GPU 或不同版本的 NVIDIA 库，请参阅Linux build from source 指南

【讨论】：

那么，我应该删除 cuda 和 cudnn
只有 Tensorflow 需要从源代码构建并支持 CUDA Compute Capability 3.0。来自 Google 的带有指南的链接：medium.com/@mccann.matt/…