前言
- 该文章仅做记录使用,方便后续自己查阅,内容参考及引用皆已标注。
- 目前TensorFlow的最新版本(2.10)已经默认支持CPU和GPU。
- 安装前需要先确认显卡算力是否达到最新版的要求,算力< 3.0的版本本文暂不涉及。
- 自己亲测的组合有以下两种:(1)旧版(3.0 <算力 < 3.5):python3.6.5+CUDA8.0+cuDNN7.14+tensorflow1.2.0
(2)新版(算力 > 3.5):python3.8.12+cudatoolkit11.3.1+cudnn8.2.1+tensorflow2.7+Keras2.7 - 本部分内容的参考来源和网址如下,这里仅做整合:
[1] 神经网络框架搭建 by 孙小亘
[2] tensorflow各个版本的CUDA以及cuDNN版本对应关系 by LoveMIss-Y
[3] Tensorflow-gpu安装超详细!!! by 东海扬尘_BingO
[4] 维基百科-CUDA简介(无梯子不好打开)
一、TensorFlow的GPU各个版本与CUDA、cuDNN关系[2]
1、显卡算力(compute capability)
(1)nvidia官网查看自己显卡的具体算力。
(2)根据维基百科指示查看自己适合的CUDA版本。(该部分图表有待验证)
(3)确认所需的CUDA Toolkit和cuDNN版本[2],最新版查看TensorFlow官网最底部。
CUDA Toolkit(新版+旧版)、cuDNN(需登陆下载新版+旧版)。
版本 | Python 版本 | 编译器 | 编译工具 | cuDNN | CUDA |
---|---|---|---|---|---|
tensorflow_gpu-2.6.0 | 3.6-3.9 | MSVC 2019 | Bazel 3.7.2 | 8.1 | 11.2 |
tensorflow_gpu-2.5.0 | 3.6-3.9 | MSVC 2019 | Bazel 3.7.2 | 8.1 | 11.2 |
tensorflow_gpu-2.4.0 | 3.6-3.8 | MSVC 2019 | Bazel 3.1.0 | 8.0 | 11.0 |
tensorflow_gpu-2.3.0 | 3.5-3.8 | MSVC 2019 | Bazel 3.1.0 | 7.6 | 10.1 |
tensorflow_gpu-2.2.0 | 3.5-3.8 | MSVC 2019 | Bazel 2.0.0 | 7.6 | 10.1 |
tensorflow_gpu-2.1.0 | 3.5-3.7 | MSVC 2019 | Bazel 0.27. |