GPU tensorflow running issue

Question

У меня установлен тензор GPU как tutorial. Относительная среда:

Ubuntu 14 + cuda8.0 + cudnn5.0 + GeForce Gt 640 (OEM) 

Проблема заключается в том:

E tensorflow/stream_executor/cuda/cuda_driver.cc:491] failed call to cuInit: CUDA_ERROR_NO_DEVICE 
I tensorflow/stream_executor/cuda/cuda_diagnostics.cc:153] retrieving CUDA diagnostic information for host: wangyajie 
I tensorflow/stream_executor/cuda/cuda_diagnostics.cc:160] hostname: wangyajie 
I tensorflow/stream_executor/cuda/cuda_diagnostics.cc:185] libcuda reported version is: 352.63.0 
I tensorflow/stream_executor/cuda/cuda_diagnostics.cc:356] driver version file contents: """NVRM version: NVIDIA UNIX x86_64 Kernel Module 340.98 Mon Sep 19 17:31:03 PDT 2016 
GCC version: gcc version 4.8.4 (Ubuntu 4.8.4-2ubuntu1~14.04.3) 
""" 
I tensorflow/stream_executor/cuda/cuda_diagnostics.cc:189] kernel reported version is: 340.98.0 
E tensorflow/stream_executor/cuda/cuda_diagnostics.cc:296] kernel version 340.98.0 does not match DSO version 352.63.0 -- cannot find working devices in this configuration 

Что я могу сделать, чтобы исправить это? Должен ли я обновлять DSO? Если нужно, какую команду следует использовать?

Как проверить погоду Правильно ли вы устанавливаете куду и cudnn? Какую команду следует использовать?

Заранее благодарен! ZhQ

Answer 1

Не знаю, как это произошло, но в сообщении об ошибке указано, что ваш модуль ядра драйвера NVidia отличается от версии CUDA. (Обычно, если вы устанавливаете CUDA через apt-get, он проверяет это.) Чтобы исправить это, вы должны обновить драйвер до 352.63.0. Инструкции можно найти здесь:

https://help.ubuntu.com/community/BinaryDriverHowto/Nvidia

Однако, это не может полностью устранить проблему, так как это может оказаться трудным получить как CU и драйвер на ту же версию, если вы установите их отдельно. Вместо этого вы должны рассмотреть возможность установки как из одного и того же репо, таким образом, повторно устанавливая CUDA.

Как правило, если это возможно, я рекомендую сначала обновить Ubuntu 16.04, так как CUDA гораздо менее болезнен для установки там (по моему опыту, по крайней мере).