tensorflow-gpu运行环境的cudnn版本低于编译环境的cudnn版本

warpin

于 2021-03-22 11:10:06 发布

阅读量324

点赞数

分类专栏：环境配置文章标签： tensorflow cudnn

本文链接：https://blog.csdn.net/lhp171302512/article/details/115068604

版权

环境配置专栏收录该内容

5 篇文章

订阅专栏

当通过pip安装的tensorflow-gpu与运行环境中的cudnn版本不一致时，会导致训练模型时报错。解决方法是利用conda命令行工具，只需一条指令即可自动安装匹配版本的tensorflow-gpu和cudnn，无需root权限和手动编译。此方法特别适合没有权限升级系统库或安装高版本cudnn的情况，但需要确保网络连接畅通。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述：
通过pip install tensorflow-gpuxxxx.whl命令安装tensorflow-gpu，tensorflow-gpu安装好了，import tensorflow也没有问题，但是在训练模型的时候报错。
在这里插入图片描述
报错的关键信息是：
Loaded runtime CuDNN library: 7.3.1 but source was compiled with: 7.6.0.
那是因为tensorflow的whl安装包的编译环境的cudnn版本是7.6.0，而当前的运行环境的cudnn的版本是7.3.1，编译环境的版本高于运行环境的版本。
考虑过安装高版本的cudnn，但是没有root权限，大概很麻烦。考虑过在本地编译tensorflow，但是需要bazel命令，没有root权限安装不了，选择放弃。