在 python 中安装 tensorflow-gpu 所需的最低硬件组件

Question

我尝试了许多具有不同硬件功能的 PC 在 gpu 上安装 tensorflow，它们要么不兼容，要么兼容，但在某些方面卡住了。 我想知道安装 tensorflow-gpu 所需的最低硬件。 另外我想问一些硬件，它们是否被允许：我可以使用核心 i5 而不是核心 i7 吗？？ 4 GB gpu 足以训练数据集吗？？ 8 GB 内存足以训练和评估数据集吗？？ 非常感谢。

Answer 1

TensorFlow (TF) GPU 1.6 及更高版本需要 3.5 或更高的 cuda 计算能力 (ccc) 并需要 AVX 指令支持。
https://www.tensorflow.org/install/gpu#hardware_requirements 。https://www.tensorflow.org/install/pip#hardware-requirements 。

因此，您会想要购买 ccc 高于 3.5 的显卡。 这是一个链接，显示了各种 nvidia 显卡的 ccc https://developer.nvidia.com/cuda-gpus 。

但是，如果您的 cuda 计算能力低于 3.5，您必须自己从源代码编译 TF。 此过程可能会或可能不会起作用，具体取决于您在编译时选择的构建标志，并且并不简单。 以我的拙见，最简单的方法是使用 TF-GPU 预构建的二进制文件来安装 TF GPU。

回答你的问题。 是的，您可以在具有 4GB 显卡和 8GB 内存的 i5 上舒适地使用 TF。 不过，培训时间可能需要更长的时间，具体取决于手头的任务。

总之，安装TF GPU的主要硬件要求是获得cuda计算能力超过3.5的Nvidia显卡，更多更好。 请注意，TF 官方仅支持 NVIDIA 显卡。

Answer 2

您应该在这里找到答案：

https://www.nvidia.com/en-gb/data-center/gpu-accelerated-applications/tensorflow/

从链接：

支持 GPU 的 TensorFlow 版本有以下要求：

• 64 位 Linux
• 蟒蛇 2.7
• CUDA 7.5（Pascal GPU 需要 CUDA 8.0）
• cuDNN v5.1（如果使用 TF v1.3，则为 cuDNN v6）