Je vais acheter un nouveau GPU pour apprendre le Deep Learning. Le nouveau Nvidia RTX 2060 Super semble correspondre le mieux à mes besoins. Mais je me demande s'il est compatible avec CUDA et tensorflow ou pytorch maintenant?
3 Réponses :
Il semble que la série RTX prend en charge la capacité de calcul 7.5 qui est compatible avec cuda 10. Vous devriez bien exécuter l'apprentissage en profondeur avec cette carte.
J'ai acheté un super RTX2070 mais j'ai eu du mal à configurer tensorflow. J'ai suivi le guide ci-dessous:
* Assurez-vous d'installer le dernier pilote (le mien est 430.40; 430.26 n'a pas montré correctement le nom de mon GPU) et CUDA 10.0 et PAS 10.1 ...
** J'ai eu une erreur en vérifiant que cuDNN fonctionnait ... suivez les étapes ci-dessous copiées depuis ( https://devtalk.nvidia.com/default/topic/1025801/cudnn/cudnn-test-did -not-pass / ):
Ouvrir
/usr/include/cudnn.h
Et changer la ligne:
#include <driver_types.h>
to:
#include "driver_types.h"
*** edit: Je viens d'installer pytorch et il semble fonctionner aussi
p>
J'ai acheté le même VGA il y a quelques jours et je l'utilise. testé, il fonctionne très bien en Python (j'ai utilisé la bibliothèque numby) et utilisé CUDA 10.1
Les GPU Nvidia fournissent l'extension CUDA qui est capable d'exécuter Tensorflow-gpu et Pytorch. Cet article compare les performances de RTX2060 avec celles de GTX 1080Ti sur des benchmarks de deep learning.