Tensorflow不同版本要求与CUDA及CUDNN版本对应关系

最新推荐文章于 2024-05-14 14:30:24 发布
最新推荐文章于 2024-05-14 14:30:24 发布
阅读量10w+ 收藏 332
点赞数 70
分类专栏： Tensorflow 文章标签： tensorflow
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/omodao1/article/details/83241074
版权

参考官网地址：

Windows端：https://tensorflow.google.cn/install/source_windows

CPU

VersionPython versionCompilerBuild tools
tensorflow-1.11.03.5-3.6MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.10.03.5-3.6MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.9.03.5-3.6MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.8.03.5-3.6MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.7.03.5-3.6MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.6.03.5-3.6MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.5.03.5-3.6MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.4.03.5-3.6MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.3.03.5-3.6MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.2.03.5-3.6MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.1.03.5MSVC 2015 update 3Cmake v3.6.3
tensorflow-1.0.03.5MSVC 2015 update 3Cmake v3.6.3

GPU

VersionPython versionCompilerBuild toolscuDNNCUDA
tensorflow_gpu-1.11.03.5-3.6MSVC 2015 update 3Bazel 0.15.079
tensorflow_gpu-1.10.03.5-3.6MSVC 2015 update 3Cmake v3.6.379
tensorflow_gpu-1.9.03.5-3.6MSVC 2015 update 3Cmake v3.6.379
tensorflow_gpu-1.8.03.5-3.6MSVC 2015 update 3Cmake v3.6.379
tensorflow_gpu-1.7.03.5-3.6MSVC 2015 update 3Cmake v3.6.379
tensorflow_gpu-1.6.03.5-3.6MSVC 2015 update 3Cmake v3.6.379
tensorflow_gpu-1.5.03.5-3.6MSVC 2015 update 3Cmake v3.6.379
tensorflow_gpu-1.4.03.5-3.6MSVC 2015 update 3Cmake v3.6.368
tensorflow_gpu-1.3.03.5-3.6MSVC 2015 update 3Cmake v3.6.368
tensorflow_gpu-1.2.03.5-3.6MSVC 2015 update 3Cmake v3.6.35.18
tensorflow_gpu-1.1.03.5MSVC 2015 update 3Cmake v3.6.35.18
tensorflow_gpu-1.0.03.5MSVC 2015 update 3Cmake v3.6.35.18

 

Linux端：https://tensorflow.google.cn/install/source

Linux

VersionPython versionCompilerBuild tools
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
VersionPython versionCompilerBuild toolscuDNNCUDA
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-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
LoveWeeknd
关注
  • 70
    点赞
  • 踩
  • 332
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 29
    评论
专栏目录
详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系
09-16
主要介绍了详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
TensorRT-7.0.0.11.Windows10.x86_64.cuda-10.2.cudnn7.6.zip
02-08
英伟达用于深度学习推理加速的SDK
tensorrt cuda版本对应
weixin_41540237的博客
07-07 7167
找到对应版本号，点击TensorRT Installation Guide(安装指南)——>2.Getting started——>Verify that you have the CUDA Toolkit installed;
CUDA安装&cuDNN、TensorRT版本匹配
最新发布
initative的博客
05-14 2582
模型部署推理时，涉及Trt与CUDA版本匹配的问题，本文记录一下如何查询匹配的CUDA，cuDNN和TensorRT版本，并配置安装。
TensorRT(8):python版本安装，CUDA11.0，win10
weixin_45819759的博客
05-05 2035
在安装TensorRT前，首先需要安装CUDA、CUDNN等NVIDIA的基本库，如何安装，已经老生常谈了，这里不再过多描述。关于版本的选择，楼主这里：CUDA版本，楼主这里选择的是 cuda11.0 ，具体cuda版本见，可自行下载。CUDNN版本，选择 cudnn-11.0-windows-x64-v8.2.1.32，官网下载需要先注册账号，pycuda 选择 11.4。
Windows11(CUDA11.7)下安装TensorRT
a2475865292的博客
04-26 5407
TensorRT有多厉害就不多说了，因为确实很好用。作为在英伟达自家GPU上的推理库，这些年来一直被大力推广，更新也非常频繁，issue反馈也挺及时，社区的负责人员也很积极，简直不要太NICE。那么我们应该如何入门呢 我们应该先安装好TensorRT 在博主研究了两天观摩了很多大佬的博客不断碰壁之后也做出了自己的总结 来进行Win11的 TensorRT的安装教程。
tensorrt的下载安装cuda=11.1，Ubuntu20.04
m0_60657960的博客
05-29 1680
下载TensorRT-8.4.0.6.Linux.x86_64-gnu.cuda-11.6.cudnn8.3.tar.gz。tensorrt的下载安装cuda=11.1，Ubuntu20.04。5. 安装uff(TensorRT与TensorFlow配合试用时)6. 将tensorrt的库和头文件复制到系统路径。python # 进入Python环境。4. 安装graphsurgeon。2. 解压压缩包，配置环境变量。# 选择对应的Python版本。3. 安装TensorRT。
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
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。
CUDA与cuDNN安装及tensorflow-gpu2.1下载
12-21
2、根据自己驱动版本及下表来下载对应的CUDA 温馨提示：可以更新显卡驱动版本用来下载更高版本的CUDA。更新步骤如下：桌面右击此电脑打开属性—>打开设备管理器—>打开显示适配器—>双击NVIDIA••••••—>点击...
tensorflow-1.12支持cuda10.0
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.支持mkl,无MPI; 软硬件硬件环境：Ubuntu16.04,GeForce GTX 1080 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： hp@dla:~/work/ts_compile/tensorflow$ bazel build --config=opt --config=mkl --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
pycuda和tensorrt的版本抄作业
Blue_Whale2020的博客
12-19 408
一个开源的git GitHub - wang-xinyu/tensorrtx: Implementation of popular deep learning networks with TensorRT network definition APIImplementation of popular deep learning networks with TensorRT network definition API - GitHub - wang-xinyu/tensorrtx: Implemen...
服务器上Tensorflow、Keras、Cuda版本不匹配
JamesShuker的博客
07-22 1046
Tensorflow、Keras、Cuda不匹配
快速解决tensorflow1.8低版本cuda不匹配问题
qq_40086702的博客
06-22 718
快速解决tensorflow1.8安装使用问题
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）
热门推荐
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...
TensorRT环境配置（2023完整版）
epic_Lin的博客
03-13 1986
配置TensorRT环境需要配置CUDA、CUDNN、英伟达显卡驱动nvidia-smi类似这样，如图我的显卡驱动版本为515.65.01，CUDA版本为11.7。
深度学习神经网络训练环境配置以及演示
发狂的小花的博客
03-15 1258
深度学习神经网络训练环境配置以及演示
tensorflow gpu2.6.0对应的cuda和cudnn版本
05-31
TensorFlow GPU 2.6.0版本需要的CUDA和cuDNN版本如下： | TensorFlow版本 | CUDA版本 | cuDNN版本 | |----------------|---------|-----------| | 2.6.0 | 11.2 | 8.1 | 请注意，TensorFlow GPU版本与CUDA和cuDNN版本之间的兼容性可能会因操作系统和硬件配置而异。因此，在安装特定版本的TensorFlow GPU之前，请先检查TensorFlow GPU、CUDA和cuDNN版本之间的兼容性。

“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 29
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

LoveWeeknd

你的鼓励将是我创作的最大动力

¥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