Где находится. /configure TensorFlow и как включить поддержку GPU?

Ответ 1

• Ответ на первый вопрос: ./configure уже найден в соответствии с ответом здесь. Он находится под исходной папкой tensorflow, как показано здесь.

• Ответ на второй вопрос:

Собственно, у меня есть GPU NVIDIA Corporation GK208GLM [Quadro K610M]. У меня также установлен CUDA + cuDNN. (Поэтому следующий ответ основан на том, что вы уже правильно установили CUDA 7.0+ + cuDNN с правильными версиями.) Однако проблема в том, что у меня установлен драйвер, но графический процессор просто не работает. Я сделал это, выполнив следующие шаги:

Сначала я сделал это lspci и получил:

01:00.0 VGA compatible controller: NVIDIA Corporation GK208GLM [Quadro K610M] (rev ff)

Статус здесь rev ff. Затем я сделал sudo update-pciids и снова проверил lspci и получил:

01:00.0 VGA compatible controller: NVIDIA Corporation GK208GLM [Quadro K610M] (rev a1)

Теперь статус графического процессора Nvidia верен как rev a1. Но теперь tensorflow еще не поддерживает GPU. Следующие шаги (драйвер Nvidia, который я установил, это версия nvidia-352):

sudo modprobe nvidia_352
sudo modprobe nvidia_352_uvm

чтобы добавить драйвер в правильный режим. Еще раз проверьте:

[email protected]:~$ lspci -vnn | grep -i VGA -A 12
01:00.0 VGA compatible controller [0300]: NVIDIA Corporation GK208GLM [Quadro K610M] [10de:12b9] (rev a1) (prog-if 00 [VGA controller])
    Subsystem: Hewlett-Packard Company Device [103c:1909]
    Flags: bus master, fast devsel, latency 0, IRQ 16
    Memory at cb000000 (32-bit, non-prefetchable) [size=16M]
    Memory at 50000000 (64-bit, prefetchable) [size=256M]
    Memory at 60000000 (64-bit, prefetchable) [size=32M]
    I/O ports at 5000 [size=128]
    Expansion ROM at cc000000 [disabled] [size=512K]
    Capabilities: <access denied>
    Kernel driver in use: nvidia
[email protected]:~$ lsmod | grep nvidia
nvidia_uvm             77824  0 
nvidia               8646656  1 nvidia_uvm
drm                   348160  7 i915,drm_kms_helper,nvidia

Мы можем найти, что отображается Kernel driver in use: nvidia и nvidia находится в правильном режиме.

Теперь, используйте пример здесь для тестирования графического процессора:

[email protected]:~$ python
Python 2.7.9 (default, Apr  2 2015, 15:33:21) 
[GCC 4.9.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
>>> b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
>>> c = tf.matmul(a, b)
>>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
I tensorflow/core/common_runtime/local_device.cc:25] Local device intra op parallelism threads: 8
I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:888] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
I tensorflow/core/common_runtime/gpu/gpu_init.cc:88] Found device 0 with properties: 
name: Quadro K610M
major: 3 minor: 5 memoryClockRate (GHz) 0.954
pciBusID 0000:01:00.0
Total memory: 1023.81MiB
Free memory: 1007.66MiB
I tensorflow/core/common_runtime/gpu/gpu_init.cc:112] DMA: 0 
I tensorflow/core/common_runtime/gpu/gpu_init.cc:122] 0:   Y 
I tensorflow/core/common_runtime/gpu/gpu_device.cc:643] Creating TensorFlow device (/gpu:0) -> (device: 0, name: Quadro K610M, pci bus id: 0000:01:00.0)
I tensorflow/core/common_runtime/gpu/gpu_region_allocator.cc:47] Setting region size to 846897152
I tensorflow/core/common_runtime/local_session.cc:45] Local session inter op parallelism threads: 8
Device mapping:
/job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Quadro K610M, pci bus id: 0000:01:00.0
I tensorflow/core/common_runtime/local_session.cc:107] Device mapping:
/job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Quadro K610M, pci bus id: 0000:01:00.0

>>> print sess.run(c)
b: /job:localhost/replica:0/task:0/gpu:0
I tensorflow/core/common_runtime/simple_placer.cc:289] b: /job:localhost/replica:0/task:0/gpu:0
a: /job:localhost/replica:0/task:0/gpu:0
I tensorflow/core/common_runtime/simple_placer.cc:289] a: /job:localhost/replica:0/task:0/gpu:0
MatMul: /job:localhost/replica:0/task:0/gpu:0
I tensorflow/core/common_runtime/simple_placer.cc:289] MatMul: /job:localhost/replica:0/task:0/gpu:0
[[ 22.  28.]
 [ 49.  64.]]

Как вы можете видеть, используется графический процессор.

Ответ 2

Это bash script, которые предположительно находятся в

корень вашего исходного дерева

когда вы клонировали репо. Здесь https://github.com/tensorflow/tensorflow/blob/master/configure

Ответ 3

Для вашего второго вопроса: у вас установлен совместимый графический процессор (NVIDIA Compute 3.5 или выше), а у вас есть CUDA 7.0 + cuDNN в соответствии с инструкциями? Это самая вероятная причина, по которой вы видите неудачу. Это может быть проблема установки cuda, если ответ да. Вы видите свой GPU, указанный при запуске nvidia-smi? Если нет, вам нужно сначала установить это исправление. Это может потребовать получения нового драйвера и/или повторного запуска nvidia-xconfig и т.д.

Ответ 4

вы можете восстановить версию GPU из источника, только если у вас есть библиотеки 7.0 cuda и библиотеки cudnn 6.5. это нужно обновить google, я думаю,