[环境配置][原创]pytorch torchvision tensorflow cuda python对应表-20240410

已于 2024-04-30 20:17:40 修改
阅读量7.6k 收藏 113
点赞数 17
分类专栏： 环境配置 文章标签： tensorflow python pytorch
于 2020-10-15 11:03:11 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/FL1623863129/article/details/109093334
版权

pytorch版本

torchvision版本

cuda版本

python版本

备注

0.4.0

0.2.2

Cuda8.0/9.0/9.1

[3.5,3.7]

0.4.1

0.2.2

Cuda8.0/9.0/9.2

[3.5,3.7]

1.0.0

0.2.1

Cuda8.0/9.0/10.0

[3.5,3.7]

1.0.1

0.2.2

Cuda9.0/10.0

[3.5,3.7]

1.1.0

0.3.0

Cuda9.0/10.0

[3.5,3.7]

1.2.0

0.4.0

Cuda9.2/10.0

[3.5,3.7]

1.3.0

0.4.1

Cuda9.2/10.0/10.1

[2.7,3.7]

1.3.1

0.4.2

Cuda9.2/10.0/10.1

[2.7,3.7]

1.4.0

0.5.0

Cuda9.2/10.1

[3.5,3.8]

1.5.0

0.6.0

Cuda9.2/10.1/10.2

[3.5,3.8]

1.5.1

0.6.1

Cuda9.2/10.1/10.2

[3.5,3.8]

1.6.0

0.7.0

Cuda9.2/10.1/10.2

[3.5,3.8]

1.7.0

0.8.1

Cuda10.1/10.2/11.0

[3.6-3.8]

1.7.10.8.2Cuda10.1/10.2/11.0[3.6,3.9]
1.8.00.9.0Cuda10.1/10.2/11.1[3.6,3.9]
1.8.10.9.1Cuda10.1/10.2/11.1[3.6,3.9]
1.9.00.10.0Cuda10.2/11.1[3.6,3.9]
1.9.10.10.1Cuda10.2/11.1[3.6,3.9]
1.10.00.11.1Cuda10.2/11.1/11.3[3.6,3.9]
1.10.10.11.2Cuda10.2/11.1/11.3[3.6,3.9]
1.10.20.11.3Cuda10.2/11.1/11.3[3.6,3.9]
1.11.00.12.0Cuda10.2/11.3/11.5[3.7,3.10]
1.12.00.13.0cuda10.2/11.3/11.6[3.7,3.10]
1.13.00.14.0cuda11.6/11.7[3.7,3.11]
1.13.10.14.1cuda11.6/11.7[3.7,3.11]
2.0.00.15.0cuda11.7/11.8[3.8,3.11]
2.0.10.15.2cuda11.7/11.8[3.8,3.11]
2.1.00.16.0cuda11.8/12.1[3.8,3.11]
2.1.10.16.1cuda11.8/12.1[3.8,3.11]
2.1.20.16.2cuda11.8/12.1[3.8,3.11]
2.2.00.17.0cuda11.8/12.1[3.8,3.12]
2.2.10.17.1cuda11.8/12.1[3.8,3.12]
2.2.20.17.2cuda11.8/12.1[3.8,3.12]
2.3.00.18.0cuda11.8/12.1[3.8,3.12]

 Tensorflow与cuda对应版本

Linux

CPU
VersionPython versionCompilerBuild tools
tensorflow-2.14.03.9-3.11Clang 16.0.0Bazel 6.1.0
tensorflow-2.13.03.8-3.11Clang 16.0.0Bazel 5.3.0
tensorflow-2.12.03.8-3.11GCC 9.3.1Bazel 5.3.0
tensorflow-2.11.03.7-3.10GCC 9.3.1Bazel 5.3.0
tensorflow-2.10.03.7-3.10GCC 9.3.1Bazel 5.1.1
tensorflow-2.9.03.7-3.10GCC 9.3.1Bazel 5.0.0
tensorflow-2.8.03.7-3.10GCC 7.3.1Bazel 4.2.1
tensorflow-2.7.03.7-3.9GCC 7.3.1Bazel 3.7.2
tensorflow-2.6.03.6-3.9GCC 7.3.1Bazel 3.7.2
tensorflow-2.5.03.6-3.9GCC 7.3.1Bazel 3.7.2
tensorflow-2.4.03.6-3.8GCC 7.3.1Bazel 3.1.0
tensorflow-2.3.03.5-3.8GCC 7.3.1Bazel 3.1.0
tensorflow-2.2.03.5-3.8GCC 7.3.1Bazel 2.0.0
tensorflow-2.1.02.7, 3.5-3.7GCC 7.3.1Bazel 0.27.1
tensorflow-2.0.02.7, 3.3-3.7GCC 7.3.1Bazel 0.26.1
tensorflow-1.15.02.7, 3.3-3.7GCC 7.3.1Bazel 0.26.1
tensorflow-1.14.02.7, 3.3-3.7GCC 4.8Bazel 0.24.1
tensorflow-1.13.12.7, 3.3-3.7GCC 4.8Bazel 0.19.2
tensorflow-1.12.02.7, 3.3-3.6GCC 4.8Bazel 0.15.0
tensorflow-1.11.02.7, 3.3-3.6GCC 4.8Bazel 0.15.0
tensorflow-1.10.02.7, 3.3-3.6GCC 4.8Bazel 0.15.0
tensorflow-1.9.02.7, 3.3-3.6GCC 4.8Bazel 0.11.0
tensorflow-1.8.02.7, 3.3-3.6GCC 4.8Bazel 0.10.0
tensorflow-1.7.02.7, 3.3-3.6GCC 4.8Bazel 0.10.0
tensorflow-1.6.02.7, 3.3-3.6GCC 4.8Bazel 0.9.0
tensorflow-1.5.02.7, 3.3-3.6GCC 4.8Bazel 0.8.0
tensorflow-1.4.02.7, 3.3-3.6GCC 4.8Bazel 0.5.4
tensorflow-1.3.02.7, 3.3-3.6GCC 4.8Bazel 0.4.5
tensorflow-1.2.02.7, 3.3-3.6GCC 4.8Bazel 0.4.5
tensorflow-1.1.02.7, 3.3-3.6GCC 4.8Bazel 0.4.2
tensorflow-1.0.02.7, 3.3-3.6GCC 4.8Bazel 0.4.2
GPU
VersionPython versionCompilerBuild toolscuDNNCUDA
tensorflow-2.14.03.9-3.11Clang 16.0.0Bazel 6.1.08.711.8
tensorflow-2.13.03.8-3.11Clang 16.0.0Bazel 5.3.08.611.8
tensorflow-2.12.03.8-3.11GCC 9.3.1Bazel 5.3.08.611.8
tensorflow-2.11.03.7-3.10GCC 9.3.1Bazel 5.3.08.111.2
tensorflow-2.10.03.7-3.10GCC 9.3.1Bazel 5.1.18.111.2
tensorflow-2.9.03.7-3.10GCC 9.3.1Bazel 5.0.08.111.2
tensorflow-2.8.03.7-3.10GCC 7.3.1Bazel 4.2.18.111.2
tensorflow-2.7.03.7-3.9GCC 7.3.1Bazel 3.7.28.111.2
tensorflow-2.6.03.6-3.9GCC 7.3.1Bazel 3.7.28.111.2
tensorflow-2.5.03.6-3.9GCC 7.3.1Bazel 3.7.28.111.2
tensorflow-2.4.03.6-3.8GCC 7.3.1Bazel 3.1.08.011.0
tensorflow-2.3.03.5-3.8GCC 7.3.1Bazel 3.1.07.610.1
tensorflow-2.2.03.5-3.8GCC 7.3.1Bazel 2.0.07.610.1
tensorflow-2.1.02.7, 3.5-3.7GCC 7.3.1Bazel 0.27.17.610.1
tensorflow-2.0.02.7, 3.3-3.7GCC 7.3.1Bazel 0.26.17.410.0
tensorflow_gpu-1.15.02.7, 3.3-3.7GCC 7.3.1Bazel 0.26.17.410.0
tensorflow_gpu-1.14.02.7, 3.3-3.7GCC 4.8Bazel 0.24.17.410.0
tensorflow_gpu-1.13.12.7, 3.3-3.7GCC 4.8Bazel 0.19.27.410.0
tensorflow_gpu-1.12.02.7, 3.3-3.6GCC 4.8Bazel 0.15.079
tensorflow_gpu-1.11.02.7, 3.3-3.6GCC 4.8Bazel 0.15.079
tensorflow_gpu-1.10.02.7, 3.3-3.6GCC 4.8Bazel 0.15.079
tensorflow_gpu-1.9.02.7, 3.3-3.6GCC 4.8Bazel 0.11.079
tensorflow_gpu-1.8.02.7, 3.3-3.6GCC 4.8Bazel 0.10.079
tensorflow_gpu-1.7.02.7, 3.3-3.6GCC 4.8Bazel 0.9.079
tensorflow_gpu-1.6.02.7, 3.3-3.6GCC 4.8Bazel 0.9.079
tensorflow_gpu-1.5.02.7, 3.3-3.6GCC 4.8Bazel 0.8.079
tensorflow_gpu-1.4.02.7, 3.3-3.6GCC 4.8Bazel 0.5.468
tensorflow_gpu-1.3.02.7, 3.3-3.6GCC 4.8Bazel 0.4.568
tensorflow_gpu-1.2.02.7, 3.3-3.6GCC 4.8Bazel 0.4.55.18
tensorflow_gpu-1.1.02.7, 3.3-3.6GCC 4.8Bazel 0.4.25.18
tensorflow_gpu-1.0.02.7, 3.3-3.6GCC 4.8Bazel 0.4.25.18

macOS

CPU
VersionPython versionCompilerBuild tools
tensorflow-2.14.03.9-3.11Clang from xcode 10.15Bazel 6.1.0
tensorflow-2.13.03.8-3.11Clang from xcode 10.15Bazel 5.3.0
tensorflow-2.12.03.8-3.11Clang from xcode 10.15Bazel 5.3.0
tensorflow-2.11.03.7-3.10Clang from xcode 10.14Bazel 5.3.0
tensorflow-2.10.03.7-3.10Clang from xcode 10.14Bazel 5.1.1
tensorflow-2.9.03.7-3.10Clang from xcode 10.14Bazel 5.0.0
tensorflow-2.8.03.7-3.10Clang from xcode 10.14Bazel 4.2.1
tensorflow-2.7.03.7-3.9Clang from xcode 10.11Bazel 3.7.2
tensorflow-2.6.03.6-3.9Clang from xcode 10.11Bazel 3.7.2
tensorflow-2.5.03.6-3.9Clang from xcode 10.11Bazel 3.7.2
tensorflow-2.4.03.6-3.8Clang from xcode 10.3Bazel 3.1.0
tensorflow-2.3.03.5-3.8Clang from xcode 10.1Bazel 3.1.0
tensorflow-2.2.03.5-3.8Clang from xcode 10.1Bazel 2.0.0
tensorflow-2.1.02.7, 3.5-3.7Clang from xcode 10.1Bazel 0.27.1
tensorflow-2.0.02.7, 3.5-3.7Clang from xcode 10.1Bazel 0.27.1
tensorflow-2.0.02.7, 3.3-3.7Clang from xcode 10.1Bazel 0.26.1
tensorflow-1.15.02.7, 3.3-3.7Clang from xcode 10.1Bazel 0.26.1
tensorflow-1.14.02.7, 3.3-3.7Clang from xcodeBazel 0.24.1
tensorflow-1.13.12.7, 3.3-3.7Clang from xcodeBazel 0.19.2
tensorflow-1.12.02.7, 3.3-3.6Clang from xcodeBazel 0.15.0
tensorflow-1.11.02.7, 3.3-3.6Clang from xcodeBazel 0.15.0
tensorflow-1.10.02.7, 3.3-3.6Clang from xcodeBazel 0.15.0
tensorflow-1.9.02.7, 3.3-3.6Clang from xcodeBazel 0.11.0
tensorflow-1.8.02.7, 3.3-3.6Clang from xcodeBazel 0.10.1
tensorflow-1.7.02.7, 3.3-3.6Clang from xcodeBazel 0.10.1
tensorflow-1.6.02.7, 3.3-3.6Clang from xcodeBazel 0.8.1
tensorflow-1.5.02.7, 3.3-3.6Clang from xcodeBazel 0.8.1
tensorflow-1.4.02.7, 3.3-3.6Clang from xcodeBazel 0.5.4
tensorflow-1.3.02.7, 3.3-3.6Clang from xcodeBazel 0.4.5
tensorflow-1.2.02.7, 3.3-3.6Clang from xcodeBazel 0.4.5
tensorflow-1.1.02.7, 3.3-3.6Clang from xcodeBazel 0.4.2
tensorflow-1.0.02.7, 3.3-3.6Clang from xcodeBazel 0.4.2
GPU
VersionPython versionCompilerBuild toolscuDNNCUDA
tensorflow_gpu-1.1.02.7, 3.3-3.6Clang from xcodeBazel 0.4.25.18
tensorflow_gpu-1.0.02.7, 3.3-3.6Clang from xcodeBazel 0.4.25.18

tensorflow和cuda对应版本可以参考官方网站： 从源代码构建  |  TensorFlow

Build from source on Windows  |  TensorFlow

FL1623863129
关注
  • 17
    点赞
  • 踩
  • 113
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
Windows10 python3.11+pytorch2.01+cuda11.8安装与配置
tzr0725的博客
09-26 7667
笔者之前也安装过pytorch和cuda，最近anaconda的环境出了点问题，干脆卸载了重装。安装完成后再将官网中生成的指令在终端输入，因为安装过torch，所以只会安装torchvision和torchaudio，接下来就会比较快。本文提及的各软件下载版本仅供参考，大家根据自己需要去下载想要的版本，方法大同小异。利用终端进入下载好离线文件的路径，输入pip3 install 文件名即可进行安装。检查是否安装成功，在开始菜单，点击Anaconda Prompt。打开后，左边有(base)，即安装成功。
环境配置—Tensorflow Cuda Cudnn 版本对应关系
01-20
深度学习-环境配置一、Linux1. CPU2. GPU二、macOS1. CPU2. GPU三、Windows1. CPU2. GPU四、下载网址 一、Linux Tested build configurations Linux 1. CPU 2. GPU 二、macOS 1. CPU 2. GPU 三、Windows 1. CPU 2. GPU 四、下载网址 CUDA 下载地址 点击打开链接 cudnn 下载地址 需要注册账号 https://developer.nvidia.com/cudnn tensorflow-cpu 下载地址 阿里镜像，下载速度快 http://mi
Tensorflow安装教程说明，不知道如何选择Tensorflow版本？快来看看经过官方测试验证好的Tensorflow与Python、CUDA、cuDNN的版本对应表
最新发布
科技改变人类，技术成就未来
06-30 7745
如何选择Tensorflow版本？快来看看经过官方测试验证好的Tensorflow与Python、CUDA、cuDNN的版本对应表
Tensorflow与Python、CUDA、cuDNN的版本对应表
热门推荐
发布工作学习过程中遇到的问题和解决方案
05-02 13万+
TensorFlow​经过测试的构建配置官网说明
【Pytorch、torchvision、CUDA 各个版本对应关系以及安装指令】
clmeng77的博客
03-03 5万+
Pytorch、torchvision、CUDA 各个版本对应关系以及安装指令
安装tensorflow GPU版本--tensorflow-gpu版本与CUDA版本对应关系（持续更新，目前到TF2.10.1）
sunmingyang1987的博客
11-02 11万+
一、WIndows安装GPU版本tensorflow注意一下几个问题一般就不会出错 （1）确定自己要安装哪个版本的tensorflow-gpu； （1）根据自己要装的tensorflow-gpu版本确定要下载的CUDA版本； （2）根据要安装的CUDA版本确定要下载的Cudnn版本。 二、tensorflow-gpu版本与CUDA版本对应关系 不同版本的tensorflow-gpu与CUDA对应关...
[tensorflow]tensorflow与cuda对应关系表
FL1768317420的博客
12-06 1万+
资料来自官方：hl=en。
Pytorch与TensorFlow的GPU共存的环境配置清单
06-01
本文将详细介绍如何在同一个环境中配置PyTorch和TensorFlow，以便于它们在GPU上共存。 首先，确保你的操作系统、显卡驱动以及CUDA版本兼容这两个框架。在描述中提到的是Win10 64位系统，显卡为RTX2060，CUDA版本为...
python3.6 pytorch-cpu-1.1.0和torchvision-cpu.zip
07-04
总之，"python3.6 pytorch-cpu-1.1.0和torchvision-cpu.zip"这个压缩包包含了在Python3.6环境下运行CPU版PyTorch 1.1.0和TorchVision 0.3.0所需的所有文件。无论是对于学术研究还是工业应用，这个组合都为开发和实验...
python3.5 pytorch-cpu-1.1.0和torchvision-cpu.zip
07-04
Python3.5、PyTorch-CPU 1.1.0 和 torchvision-CPU 是深度学习领域中的关键组件，尤其对于那些没有GPU资源或者只需要在CPU上运行计算的开发者来说至关重要。PyTorch是一个开源的机器学习框架，由Facebook的AI研究...
anoconda环境中pytorch和tensorflow环境的兼容
01-20
通常，系统级的CUDA配置只允许设置一个路径，这意味着在切换PyTorch和TensorFlow环境时，需要频繁地在`.bashrc`文件中更改CUDA的路径。这显然不是一个理想的解决方案，因为它既费时又容易出错。 解决此问题的一种...
深度学习环境配置Anaconda+Pycharm+CUDA+CUdnn+PyTorch+Tensorflow.txt
09-23
深度学习环境配置Anaconda+Pycharm+CUDA+CUdnn+PyTorch+Tensorflow
pytorch与cuda版本对应关系汇总
u011489887的专栏
12-27 3万+
pytorch与cuda版本关系 |cuda版本| 支持pytorch版本 | |–|–| | cuda10.2 | 1.5 ~ 1.12 |
tensorflow cuda cudnn版本对应
weixin_45184581的博客
05-05 1420
参考https://tensorflow.google.cn/install/source Linux CPU GPU macOs CPU GPU Windows CPU GPU
Tensorflow与CUDA、cudnn版本对应关系
08-10 1万+
不同版本的Tensorflow需对应不同的CUDA和cudnn版本，否者容易安装失败。可按下图所示，根据想要安装的Tensorflow版本，选择对应版本的CUDA和cudnn。
在PyTorch中使用CUDA, pytorch与cuda不同版本对应安装指南，查看CUDA版本
2401_83974173的博客
04-05 2862
Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
建议收藏 | TensorFlow 与 cuda cudnn版本对应表
机器学习算法那些事
09-25 544
不知道你是否遇到过，由于版本不对应的问题导致配置环境非常痛苦。下面是TensorFlow 官方的对照表，可以随意食用 ...
Anaconda Python 版本对应关系表（附所有版本下载）
清平乐的技术专栏
06-05 2万+
一、对应版本 首先解释一下上表。 anaconda在每次发布新版本的时候都会给python3和python2都发布一个包，版本号是一样的。 表格中，python版本号下方的离它最近的anaconda包就是包含它的版本。 举个例子，假设你想安装python2.7.14，在表格中找到它，它下方的三个anaconda包（anaconda2-5.0.1、5.1.0、5.2.0）都包含python2.7....
Pytorch和CUDA版本对应关系
高性价比服务器就选：蓝易云
07-20 2万+
请注意，上述版本对应关系只是示例，并非详尽无遗。实际上，PyTorch的每个版本通常会支持多个CUDA版本，而具体支持的CUDA版本也可能因操作系统、硬件配置等因素而有所不同。因此，在使用PyTorch时，建议参考PyTorch官方文档或社区支持的信息，以获取最准确和最新的PyTorch与CUDA版本对应关系。PyTorch可以利用NVIDIA的CUDA技术加速计算，从而提高深度学习模型的训练和推理性能。希望这个回答对你有所帮助，如果有任何进一步的疑问，请随时提问。
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch-lts
09-14
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch-lts ``` 这将从pytorch-lts渠道安装与CUDA 10.2兼容的PyTorch版本。 5. 安装过程可能需要一些时间，请耐心等待直到完成。 请注意，...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FL1623863129

你的打赏是我写文章最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值