Puis-je faire fonctionner tensorflow-gpu avec NVIDIA GeForce MX130?

Je comprends que ce n'est en aucun cas une configuration recommandée pour l'apprentissage automatique, mais j'aimerais travailler avec ce que j'ai.

N'étant pas un expert, on m'a dit que tf-gpu devrait fonctionner avec n'importe quel appareil pris en charge par cuda. ​​

Quand je lance:

WARNING:tensorflow:There are non-GPU devices in `tf.distribute.Strategy`, not using nccl allreduce.
INFO:tensorflow:Using MirroredStrategy with devices ('/job:localhost/replica:0/task:0/device:CPU:0',)
Number of devices: 1

J'obtiens:

strategy = tf.distribute.MirroredStrategy()
print("Number of devices: {}".format(strategy.num_replicas_in_sync))

Et je peut faire fonctionner le GPU avec certaines tâches «vectorisées» de base.

En outre, l'exécution de:

Num GPUs Available:  0

renverra True

Cependant, l'exécution de

print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

renverra une liste vide.

En cours d'exécution:

tf.config.experimental.list_physical_devices('gpu')

Reviendra :

import tensorflow as tf
tf.test.is_built_with_cuda()

En cours d'exécution:

Found 1 CUDA devices
id 0        b'GeForce MX130'                              [SUPPORTED]
                      compute capability: 5.0
                           pci device id: 0
                              pci bus id: 1
Summary:
    1/1 devices are supported

retournera:

from numba import cuda
cuda.detect()

J'ai formé quelques modèles de base avec la version non-gpu de tensorflow mais je n'ai aucune idée de la manière de gérer tf-gpu. J'ai pu adapter un modèle avec des couches CuDNNLSTM, mais le script n'a pas utilisé le GPU, selon le gestionnaire de tâches.

J'apprécierai tout conseil sur la façon de le faire utiliser mon 'gpu' ou une confirmation que ce n'est pas possible. Merci!

MODIFIE:

J'ai désinstallé keras et les deux versions de tensorflow et installé uniquement tensorflow-gpu. Rien n'a changé.