Quelles versions de CUDA, CUDnn, Nvidia installer pour Deep Learning?
Mes spécifications de GPU NVIDIA
Ce sont mes spécifications pour NVIDIA GPU. J'ai essayé d'installer CUDA 9.1, mais le message "Votre appareil est trop ancien pour la version CUDA". J'ai essayé d'installer la version CUDA la plus basse, puis l'importation du fichier dit "Aucun périphérique CUDA disponible".
Votre processeur graphique Geforce 820M a une capacité CUDA de 2.1 (voir liste des processeurs Intel geforce . Cette capacité est trop faible pour CUDA 9.0+, mais prend en charge CUDA 8. . Essayez d’installer cette CUDA. Le cudnn de Nvidia a son propre ensemble d’exigences: sur le lien Guide d’installation du réseau CuDNN Premières exigences 2.1
2.1 * A GPU of compute capability 3.0 or higher. To understand the compute capability of the GPU on your system, see: CUDA GPUs. Also see the cuDNN Support Matrix.
Ainsi, votre capacité graphique 2.1 de 820M ne suffit pas pour exécuter le plus ancien numéro de réseau intégré proposé (Pour plus de détails, reportez-vous à la matrice de support de réseau intégré dans le lien ci-dessus). Cela empêche toute activité dépendant de la configuration de réseau (comme TensorFlow ou Therano?).
Le GPU ne supporte pas CUDA.
Il y a deux variables principales impliquées ici: l'architecture GPU et la version du pilote. En regardant le message d'erreur, cela pourrait être le problème de l'architecture GPU. Votre GPU a peut-être été fabriqué avec une architecture plus ancienne qui ne prend pas en charge CUDA ou n’a pas de cœurs CUDA.
En ce qui concerne l'architecture GPU, dans une partie de la documentation en ligne (réf: https://github.com/NVIDIA/nvidia-docker/wiki/Installation- (version-2.0) #prerequisites ) , NVIDIA précise qu’ils prennent en charge les GPU avec une architecture plus récente que Fermi. Bien que cela ne se traduise peut-être pas immédiatement en version minimale pour CUDA, cela peut laisser supposer que les versions minimales de GPU prises en charge seront celles avec architecture Kepler.
La liste des modèles de cartes graphiques NVIDIA construits avec l’architecture Kepler ou une version plus récente qui devrait, en théorie, prendre en charge CUDA dans cet article: http://tech.amikelive.com/node-685/list-of-nvidia-desktop -graphics-card-models-for-building-deep-learning-ai-system /
En regardant les informations GPU fournies, le modèle de carte graphique est GeForce 820M. Le nom de code GPU de ce modèle est GF117. Ce modèle est construit avec l'architecture Fermi. Donc, on peut s’attendre à ce que le GPU ne supporte pas CUDA .