Tensorflow cuda cudnn版本对应

最新推荐文章于 2024-09-28 23:47:07 发布
最新推荐文章于 2024-09-28 23:47:07 发布
阅读量732 收藏
点赞数
分类专栏： 环境配置 文章标签： tensorflow cudn cudnn
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/LiuKe369/article/details/95723704
版权

Linux-GPU

Linux

Mac-GPU

Mac

LiuKe369
关注
专栏目录
Tensorflow　CUDA及CUDNN版本对应关系表查询
光英的记忆博客
03-06 1万+
参考官网地址： https://tensorflow.google.cn/install/source_windows#cpu https://tensorflow.google.cn/install/source#linux Windows端：https://tensorflow.google.cn/install/source_windows ＭＡＣ Linux端：...
Tensorflow与Python、CUDA、cuDNN的版本对应表
LanSeShuiBeiHD的专栏
05-14 3257
要在 Windows 上使用 TensorFlow GPU，您需要在 WSL2 中构建/安装 TensorFlow，或者使用 tensorflow-cpu 配合 TensorFlow-DirectML-Plugin。上面的小版本号个人认为可以忽略不计，可以理解为下表的示例内容，需要注意的是TF1.x已经停止更新故对新硬件（主要是RTX30系列之后的显卡）不支持，故需要使用。TensorFlow，或者使用 tensorflow-cpu 配合 TensorFlow-DirectML-Plugin。
TensorFlow-CUDA-cuDNN版本配套关系表.docx
05-13
TensorFlow-CUDA-cuDNN版本配套关系表，还有python版本，compiler版本，build tools版本等对应。
【深度学习】TensorFlow（cuda版）安装以及对应第三方库安装流程
最新发布
qq_42513876的博客
09-28 1530
本教程将指导您如何在Anaconda环境中安装TensorFlow（CUDA版本），并配置所需的三方组件，包括CUDA Toolkit、cuDNN、protobuf等。（参考b站视频：BV1rd4y187nM）
TensorFlow对应CUDA版本，实测
Disliiusion_的博客
03-19 1243
win11 cuda11.5.2 cuDNN8.3.2 pytorch1.12.1 tensorflow2.7.0安装成功。
tensorflow版本与cuda cuDNN版本对应使用
Ring__Rain的博客
12-08 660
tensorflow-gpu v1.9.0 | cuda9.0 |  cuDNN7.1.4可行  | 备注：7.0.4/ 7.0.5/ 7.1.2不明确 tensorflow-gpu v1.8.0 | cuda9.0 |  cuDNN  不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4 tensorflow-gpu v1.7.0 | cuda9.0 |  cuDNN  不...
tensorflow1.12支持cuda10
01-11
自编译tensorflow： 1.python3.5,tensorflow1.12; 2.支持cuda10.0,cudnn7.3.1,TensorRT-5.0.2.6-cuda10.0-cudnn7.3; 3.无mkl支持; 软硬件硬件环境：Ubuntu16.04,GeForce GTX 1080 TI 配置信息： hp@dla:~/work/ts_compile/tensorflow$ ./configure WARNING: --batch mode is deprecated. Please instead explicitly shut down your Bazel server using the command "bazel shutdown". You have bazel 0.19.1 installed. Please specify the location of python. [Default is /usr/bin/python]: /usr/bin/python3 Found possible Python library paths: /usr/local/lib/python3.5/dist-packages /usr/lib/python3/dist-packages Please input the desired Python library path to use. Default is [/usr/local/lib/python3.5/dist-packages] Do you wish to build TensorFlow with XLA JIT support? [Y/n]: XLA JIT support will be enabled for TensorFlow. Do you wish to build TensorFlow with OpenCL SYCL support? [y/N]: No OpenCL SYCL support will be enabled for TensorFlow. Do you wish to build TensorFlow with ROCm support? [y/N]: No ROCm support will be enabled for TensorFlow. Do you wish to build TensorFlow with CUDA support? [y/N]: y CUDA support will be enabled for TensorFlow. Please specify the CUDA SDK version you want to use. [Leave empty to default to CUDA 10.0]: Please specify the location where CUDA 10.0 toolkit is installed. Refer to README.md for more details. [Default is /usr/local/cuda]: /usr/local/cuda-10.0 Please specify the cuDNN version you want to use. [Leave empty to default to cuDNN 7]: 7.3.1 Please specify the location where cuDNN 7 library is installed. Refer to README.md for more details. [Default is /usr/local/cuda-10.0]: Do you wish to build TensorFlow with TensorRT support? [y/N]: y TensorRT support will be enabled for TensorFlow. Please specify the location where TensorRT is installed. [Default is /usr/lib/x86_64-linux-gnu]://home/hp/bin/TensorRT-5.0.2.6-cuda10.0-cudnn7.3/targets/x86_64-linux-gnu Please specify the locally installed NCCL version you want to use. [Default is to use https://github.com/nvidia/nccl]: Please specify a list of comma-separated Cuda compute capabilities you want to build with. You can find the compute capability of your device at: https://developer.nvidia.com/cuda-gpus. Please note that each additional compute capability significantly increases your build time and binary size. [Default is: 6.1,6.1,6.1]: Do you want to use clang as CUDA compiler? [y/N]: nvcc will be used as CUDA compiler. Please specify which gcc should be used by nvcc as the host compiler. [Default is /usr/bin/gcc]: Do you wish to build TensorFlow with MPI support? [y/N]: No MPI support will be enabled for TensorFlow. Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native -Wno-sign-compare]: Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]: Not configuring the WORKSPACE for Android builds. Preconfigured Bazel build configs. You can use any of the below by adding "--config=" to your build command. See .bazelrc for more details. --config=mkl # Build with MKL support. --config=monolithic # Config for mostly static monolithic build. --config=gdr # Build with GDR support. --config=verbs # Build with libverbs support. --config=ngraph # Build with Intel nGraph support. --config=dynamic_kernels # (Experimental) Build kernels into separate shared objects. Preconfigured Bazel build configs to DISABLE default on features: --config=noaws # Disable AWS S3 filesystem support. --config=nogcp # Disable GCP support. --config=nohdfs # Disable HDFS support. --config=noignite # Disable Apacha Ignite support. --config=nokafka # Disable Apache Kafka support. --config=nonccl # Disable NVIDIA NCCL support. Configuration finished 编译： bazel build --config=opt --verbose_failures //tensorflow/tools/pip_package:build_pip_package 卸载已有tensorflow： hp@dla:~/temp$ sudo pip3 uninstall tensorflow 安装自己编译的成果： hp@dla:~/temp$ sudo pip3 install tensorflow-1.12.0-cp35-cp35m-linux_x86_64.whl
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....一、Linux Tested build configurations Linux ...CUDA 下载地址 ...tensorflow-cpu 下载地址 阿里镜像，下载速度快 http://mi
详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系
01-21
参考官网地址： ...tensorflow-1.11.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 tensorflow-1.10.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 tensorflow-1.9.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
[tensorflow]tensorflow与cuda对应关系表
热门推荐
FL1768317420的博客
12-06 1万+
资料来自官方：hl=en。
CUDA、cudnn、tensorflow，配置tensorflow-gpu版
05-05
cuda9.2，cudnn7.2、7.4，tensorflow1.8,1.12.亲测可用。请查看自己GPU版本，必须匹配才能使用
tensorflow-1.8.0(用了CUDA9.1+CuDNN7.0.5编译)
05-23
贫僧编译出来的wheel，用了CUDA 9.1和CuDNN 7.0.5，适用于Python 3.6环境。。。如果不想自己编译的话可以试试用这个（不保证一定可以用）。
TensorFlow 与cuda、cudnn对应的版本
weixin_44781912的博客
09-20 126
https://developer.nvidia.com/cuda-downloads https://developer.nvidia.com/rdp/cudnn-archive#a-collapse714-9
cudnn cuda tensorflow 版本对应
大西瓜不甜的博客
05-16 482
linux下： windows下： 上面两张图是在这里找到的：https://tensorflow.google.cn/install/source（右上角language选English）
tensorflow与cuda、cudnn版本对应
张幺幺的博客——学习记录
10-04 527
cpu版tensorflow版本对应信息请看官网链接 windows 官网地址：windows端tensorflow版本对应 linux 官网地址：linux端tensorflow版本对应
TensorFlow、PyTorch各版本对应的CUDA、cuDNN关系
weixin_44955407的博客
03-30 2290
因为之前tensorflow、pytorch配环境在cuda上吃过很多亏，主要是版本不匹配造成的，所以自行整理了对应关系，资料均来自官网。官网：https://www.tensorflow.org/?hl=zh-cnPyTorch官网：https://pytorch.org/ PyTorch历史版本：https://pytorch.org/get-started/previous-versions/官网：https://developer.nvidia.com/rdp/cudnn-archive官网：htt
【最新】tensorflow各个版本的CUDA以及Cudnn版本对应关系
AlexDish的博客
10-31 3398
tensorflow各个版本的CUDA以及Cudnn版本对应关系 没别的，只是现在百度出来都是一些旧的tensoflow网站，这个就墙内直接可看。 这里会持续更新。 Windows版本 https://tensorflow.google.cn/install/source_windows?hl=en Version Python version Compiler Build tools cuDNN CUDA tensorflow_gpu-2.3.0 3.5-3.8 MSVC 2019 Baz
tensorflow与cuda、cudnn对应版本
06-09
不同版本的TensorFlow对应的CUDA和cuDNN版本是不同的，以下是一些常见的对应关系： | TensorFlow版本 | CUDA版本 | cuDNN版本 | | -------------- | -------- | --------- | | 2.5 | 11.2 | 8.1 | | 2.4 | 11.0 | ...
评论
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
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