TensorFlow、PyTorch各版本对应的CUDA、cuDNN关系

最新推荐文章于 2024-04-09 09:44:59 发布
最新推荐文章于 2024-04-09 09:44:59 发布
阅读量4.5w 收藏 354
点赞数 61
文章标签： 深度学习
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/caiguanhong/article/details/112184290
版权

TensorFlow、PyTorch各版本对应的CUDA、cuDNN关系（截止2021年4月7日）

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。

TensorFow

官网：https://www.tensorflow.org/?hl=zh-cn

Linux

CPU

在这里插入图片描述

GPU

在这里插入图片描述

macOS

CPU

在这里插入图片描述

GPU

在这里插入图片描述

Windows

CPU

在这里插入图片描述

GPU

在这里插入图片描述

PyTorch

PyTorch官网：https://pytorch.org/
PyTorch历史版本：https://pytorch.org/get-started/previous-versions/

CPU

PyTorchtorchvision
1.8.00.9.0
1.7.10.8.2
1.7.00.8.0
1.6.00.7.0
1.5.10.6.1
1.5.00.6.0
1.4.00.5.0
1.2.00.4.0
1.1.00.3.0
1.0.10.2.2
1.0.00.2.1

GPU

PyTorchCUDAtorchvision
1.8.010.2、11.10.9.0
1.7.19.2、10.1、10.2、11.00.8.2
1.7.09.2、10.1、10.2、11.00.8.0
1.6.09.2、10.1、10.20.7.0
1.5.19.2、10.1、10.20.6.1
1.5.09.2、10.1、10.20.6.0
1.4.09.2、10.10.5.0
1.2.09.2、10.00.4.0
1.1.09.0、10.00.3.0
1.0.19.0、10.00.2.2
1.0.08.0、9.0、10.00.2.1

cuDNN与CUDA

官网：https://developer.nvidia.com/rdp/cudnn-archive

cuDNNCUDA
8.1.011.2、11.1、11.0、10.2
8.0.511.1、11.0、10.2、10.1
8.0.411.1、11.0、10.2、10.1
8.0.311.0、10.2、10.1
8.0.211.0、10.2、10.1
8.0.111.0、10.2
7.6.510.2、10.1、10.0、9.2、9.0
7.6.410.1、10.0、9.2、9.0
7.6.310.1、10.0、9.2、9.0
7.6.210.1、10.0、9.2、9.0
7.6.110.1、10.0、9.2、9.0
7.6.010.1、10.0、9.2、9.0
7.5.110.1、10.0、9.2、9.0
7.5.010.1、10.0、9.2、9.0
7.4.210.0、9.2、9.0
7.4.110.0、9.2、9.0
7.4.010.0、9.2、9.0
7.3.010.0、9.0
7.2.19.2

CUDA和NVIDIA显卡驱动关系

官网：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
在这里插入图片描述

C_GH
关注
  • 61
    点赞
  • 踩
  • 354
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
【学习笔记5】Linux下cuda、cudnn、pytorch版本对应关系
weixin_47894469的博客
04-28 1740
NVIDIA CUDA Toolkit （CUDA）为创建高性能 GPU 加速应用程序提供了一个开发环境。借助 CUDA 工具包，您可以在 GPU 加速的嵌入式系统、桌面工作站、企业数据中心、基于云的平台和 HPC 超级计算机上开发、优化和部署您的应用程序。该工具包包括 GPU 加速库、调试和优化工具、C/C++ 编译器以及用于部署应用程序的运行时库。重新新建环境，安装cuda11版本的包和对应的pytorch。说明cuda、cudnn版本是对应的，没有问题。六个cuda版本，目前在用的是。
win10 x64 CUDA9.0+cuDNN7.2
01-07
标题中的“win10 x64 CUDA9.0+cuDNN7.2”指的是一个专为64位Windows 10操作系统设计的软件组合，包括CUDA Toolkit 9.0和cuDNN（CUDA深度神经网络库）7.2版本。这两个组件是针对GPU加速计算，特别是用于深度学习应用...
pytorch与cuda版本对应关系汇总
u011489887的专栏
12-27 2万+
pytorch与cuda版本关系 |cuda版本| 支持pytorch版本 | |–|–| | cuda10.2 | 1.5 ~ 1.12 |
Pytorch 最全入门介绍，Pytorch入门看这一篇就够了_pytorch csdn
最新发布
m0_58477260的博客
04-09 2825
在这一部分，我们将会对Pytorch做一个简单的介绍，包括它的历史、优点以及使用场景等。DataLoader类提供了对数据集的并行加载，可以有效地加载大量数据，并提供了多种数据采样方式。常用的参数有：dataset：加载的数据集（Dataset对象）batch_size：batch大小shuffle：是否每个epoch时都打乱数据num_workers：使用多进程加载的进程数，0表示不使用多进程# 数据转换])# 下载并加载训练集# 下载并加载测试集。
PyTorch和CUDA版本对应关系
weixin_42569956的博客
11-02 2万+
PyTorch和CUDA版本对应关系
Pytorch环境配置——cuda、、cudnn、torch、torchvision对应版本（最全）及安装方法
热门推荐
Williamcsj的博客
04-02 5万+
Pytorch环境配置——cuda、、cudnn、torch、torchvision对应版本（最全）及安装方法
深度学习环境配置：CUDA、cuDNN 和 PyTorch 版本的选择与搭配指南（建议收藏）
FRANPPER的博客
09-27 1万+
在深度学习领域，正确配置 CUDA、cuDNN 和 PyTorch 版本是确保模型训练顺利进行的关键步骤。本博文将为您提供一份详尽的指南，帮助您了解不同版本之间的兼容性，并为您提供最佳的搭配方案。无论您是新手还是有经验的深度学习从业者，都将受益于这份指南，使您能够轻松搭建稳定高效的深度学习环境。让我们一起深入研究如何选择和搭配 CUDA、cuDNN 和 PyTorch 的版本，以实现顺畅的深度学习体验。
tensorflow各版本对应cuda的兼容版本问题（官方资料）
unique_Hang的博客
02-02 1557
tensorflow对应cuda的兼容版本问题 授人以鱼不如授人以渔，直接给 官方网址，滑条拉到底即可查看。 官网左侧可以选择Linux 、 macOS和 Windows多个环境 建议收藏！
cuda与Tensorflow容易缺少的dll文件.rar
10-14
描述中提到，这个压缩包提供了16种不同的dll文件，这些文件可能是CUDA、TensorFlow、PyTorch运行时所必需的，例如nvcuda.dll、cudnn*.dll、libcuda.dll等，它们分别对应CUDA驱动、cuDNN库和其他关键组件。...
cudnn8.0.5对应CUDA10.1
01-28
标题中的“cudnn8.0.5对应CUDA10.1”意味着我们要讨论的是 CUDNN 8.0.5 版本，它是与 CUDA 10.1 版本兼容的。这两个版本的搭配是经过精心设计的，以确保最佳性能和稳定性。 CUDNN 8.0.5 是一个重要的更新，因为它...
cudnn 对应cuda8.0
06-28
为了充分利用CUDNN与CUDA 8.0的组合，你需要确保你的GPU硬件支持CUDA 8.0，同时确保你的深度学习框架（如TensorFlow、PyTorch等）与CUDNN版本兼容。安装时，通常需要将库路径添加到环境变量中，以便编译器和运行时...
亲测有效！！cuda10.2+cudnn10.2
11-10
Pytorch，tensorflow gpu运行必备！官网下载的太慢了。 里面包括win10环境下cuda10.2（百度网盘）+cudnn10.2文件 下载前请看自己的显卡版本能不能兼容cuda10.2！
官网上的cuda cudnn tensorflow-gpu对应版本
Arthur_Holmes的博客
11-25 571
https://tensorflow.google.cn/install/source 版本Python 版本编译器编译工具cuDNNCUDA tensorflow_gpu-1.13.12.7、3.3-3.6GCC 4.8Bazel 0.19.27.410.0 tensorflow_gpu-1.12.02.7、3.3-3.6GCC 4.8Bazel 0.15.079 ...
tensorflow-gpu下载（CUDA,cudnn）与使用时GPU情况查看
weixin_45747396的博客
11-28 3685
配置步骤： 1.上网搜电脑的gpu是否支持深度学习 2.下载nvidia的显卡驱动器 （若电脑桌面点右键能出现NVIDIA的控制面板入口，可略过这一步）。可以先找出自己电脑的gpu型号，再搜索对应的驱动器（e.g. nvidia的NVIDIA Quadro K620驱动下载） 查看电脑gpu型号的方法： 控制面板点性能 3.找对应关系 在tf官网https://www.tensorflow.org/install/source_windows查询tensorflow-gpu对应的CUDA和cudnn版本号
tensorflow与cuda，cudnn的版本对应图及官方网址
qq_37086224的博客
04-20 564
gup，cpu版本对应关系如上图所示，给出本版本对应的官方网站https://www.tensorflow.org/install/source_windows，推荐使用英文模式下进行查看，因为英文版本下的对应关系以及信息更加的丰富 ...
tensorflow与cuda版本匹配--最新(Tensorflow官网)
Starry-SkyJing的博客
06-10 2360
tensorflow版本与CUDA版本的对应表
pytorch与cudatoolkit,cudnn对应关系及安装相应的版本
玖玖玖
11-06 5929
从驱动和运行时的版本对应关系来看，版本为384.81的驱动程序 对应的 运行时版本是9.0，也就是说我们在python中安装cudatoolkit和cudnn程序包版本9.2是过高了。然后安装对应版本的cudatoolkit和cudnn程序包：pip install cudatoolkit=9.0；因为系统中依赖GPU驱动的程序比较多，一般出现这种情况，我们都是更改cudatoolkit和cudnn程序包的版本。CUDA Version: 12.0 表明当前的显卡驱动可以安装的cuda最高版本是12.0。
pytorch环境配置（装cuda、cudnn）win10+cuda10.1+cudnn7.6.5+torch1.7.1 && 集显装pytorch
wbszd的博客
11-25 6301
安装pytorch的经验（独显和集显）
Pytorch、CUDA和cuDNN的安装图文详解win11（解决版本匹配问题）
timerring的博客
10-27 5875
CUDA的安装 1.查询支持的最高版本 2.查询Pytoch与cuDNN版本 3.下载CUDA 4.安装CUDA 5.验证CUDA是否安装成功 cuDNN的安装 验证是否安装成功 Pytorch安装 下载torch 下载torchvision CUDA的卸载 可能出现的问题： CUDA和cuDNN版本不匹配 CUDA和Pytorch版本不匹配 cuDNN和Pytorch版本不匹配 显卡不支持CUDA该版本 已经装完部分，发现版本不匹配准备卸载。 说在前面的话！ 在ubuntu系统下，可以尝试装多个cud
python3.9对应的cuda、cudnn、tensorflow、pytorch版本
05-13
Python 3.9对应的cuda、cudnn、tensorflow、pytorch版本如下： - CUDA：11.0 - cuDNN：8.0 - TensorFlow：2.4.0 - PyTorch：1.8.0 需要注意的是，具体版本的匹配可能因操作系统、硬件设备等因素而有所不同。建议在安装之前，查看相关文档，确认对应版本的匹配关系。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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