要搭建TensorFlow的GPU版本,首先需要的必备条件就是一块能够支持CUDA的NVIDIA显卡,因为在搭建TensorFlow的GPU版本时,首先需要做的一件事就是安装其基础支持平台CUDA和其机器学习库cuDNN,然后在此基础上搭建TensorFlow GPU版本。 其次还要了解一下不同的TensorFlow版本所需要对应安装的CUDA和cuDNN版本是多少,因为在TensorFlow...
对于版本号大于1.13的tensorflow-gpu的1.x版本,如1.14、1.15,建议安装CUDA10.0,不要安装CUDA10.1,安装后会提示缺少很多库文件,而导致GPU版本的tensorflow无法使用,如下图所示: 如果是2.0以上的tensorflow,按下面列表安装(2021年3月更新): 三、CUdnn与CUDA的对应关系 NVIDIA官网链接:https://developer.nvidia.com/rdp/...
TensorFlow 1.5:CUDA 8.0,cuDNN 5.1 TensorFlow 1.4:CUDA 8.0,cuDNN 5.1 TensorFlow 1.3:CUDA 7.5,cuDNN 5.1 TensorFlow 1.2:CUDA 7.5,cuDNN 5.1 TensorFlow 1.1:CUDA 7.5,cuDNN 5.1 TensorFlow 1.0:CUDA 7.5,cuDNN 5.1需要注意的是,不同版本的TensorFlow可能存在一些差异。因此,在选择TensorFlow版本时,请务必参考...
cuda tensorflowgpu对应 cuda对应tensorflow版本 版本 CUDA、cuDNN 和 tensorflow-gpu 版本的推荐配置:configure page 查看自己的 CUDA 和 cudnn 的版本:1)直接用nvcc --version查看: 2)CUDA 一般安装在 /usr/local/cuda/ 路径下,该路径下有一个version.txt文档,里面记录了 CUDA 的版本信息,执行语句: cat /usr...
TensorFlow版本对应的CUDA版本对应的cuDNN版本 TensorFlow 1.x系列 CUDA 8.0/8.5/9.0 cuDNN 5.1/6.0 TensorFlow 2.x系列 CUDA 10.0/11.0(GPU版本) cuDNN 7.6/7.4(与CUDA 10.0/11.0对应) TensorFlow 2.x系列(最新版本) 推荐使用与当前CUDA和cuDNN最新版本相对应的版本 注意事项: TensorFlow 1.x系列通常推荐使用...
GPU版本的 TensorFlow 与CUDA和cuDNN的对应版本关系可以参考:https://www.tensorflow.org/install/source#tested_build_configurations。 可以看到如果选择 CUDA10.0 那么对应的 cuDNN是7.4,TensorFlow则需要1.13-2.0版本。 下载CUDA 去NVIDIA 下载 CUDA,下载地址为:https://developer.nvidia.com/cuda-downloads。本次使...
如图,tensorflow-gpu最高版本为2.10.0,对应CUDA版本为11.2,cuDNN版本为8.1。 我的显卡支持的CUDA版本比11.2高,满足tensorflow-gpu 2.10.0的要求,所以直接安装这个版本。 假如你的显卡只支持CUDA11.0,按照上图显示,最高就只能安装2.4.0版本的tensorflow-gpu。
一、TensorFlow对应版本对照表版本Python 版本编译器cuDNNCUDA tensorflow-2.9.0 3.7-3.10 8.1 11.2 tensorflow-2.8.0 3.7-3.10 8.1 11.2 tensorflow-2.7.0 3.7-3.9 8.1 11.2 tensorflow-2.6.0 3.6-3.9 GCC 7.3.1 8.1 11.2 tensorflow-2.5.0 3.6-3.9 GCC 7.3.1 8.1 11.2 tensorflow-2.4.0 3.6-3.8 GCC 7.3...
主要有两种方式进行安装:pip、conda,pip安装tensorflow-gpu的时候,需要首先配置cuda和cudnn环境,并且需要与tensorflow的版本对应,用pip的方式进行安装,几乎可以安装所有的版本,cuda和cudnn的安装参考cuda和cudnn安装文档,在此不在叙述。conda安装的时候,不用单独配置cuda和cudnn,但是在安装之前尽量去官网查看,有那些版本...