tensorflow-gpu安装过程中的python、CUDA和cuDNN版本对应关系

最新推荐文章于 2022-10-26 19:17:04 发布
最新推荐文章于 2022-10-26 19:17:04 发布
阅读量3.2k 收藏 5
点赞数
分类专栏： python 文章标签： tensorflow-gpu cuda cudnn 版本对应信息
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/op_chaos/article/details/100702906
版权

小记tensorflow安装过程，仅供本人参考

1.查看电脑显卡信息

win10下：我的电脑-->计算机-->管理-->设备管理器--显示适配器。查看电脑显卡类型，然后进入英伟达官网查看，只要能查到自己电脑的显卡，就表明可以使用gpu进行加速。

2.查看python、编译器、CUDA、cuDNN、tensorflow-gpu版本对应版本（灰常重要，安装时一定要指定版本号）

3.下载对应版本安装

CUDA、cuDNN、

 

Op_chaos
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
Anaconda Python 版本对应关系表（附所有版本下载）
清平乐的技术专栏
06-05 2万+
一、对应版本 首先解释一下上表。 anaconda在每次发布新版本的时候都会给python3和python2都发布一个包，版本号是一样的。 表格中，python版本号下方的离它最近的anaconda包就是包含它的版本。 举个例子，假设你想安装python2.7.14，在表格中找到它，它下方的三个anaconda包（anaconda2-5.0.1、5.1.0、5.2.0）都包含python2.7....
TensorFlow的环境配置与安装教程详解（win10+GeForce GTX1060+CUDA 9.0+cuDNN7.3+tensorflow-gpu 1.12.0+python3.5.5）
12-17
记录一下安装win10+GeForce GTX1060+CUDA 9.0+cuDNN7.3+tensorflow-gpu 1.12.0+python3.5.5 之前已经安装过pycharm、Anaconda以及VS2013，因此，安装记录从此后开始 总体步骤大致如下： 1、确认自己电脑显卡型号是否支持CUDA（此处有坑） 此处有坑！不要管NVIDIA控制面板组件中显示的是CUDA9.2.148。 你下载的CUDA不一定需要匹配，尤其是CUDA9.2，最好使用CUDA9.0，我就在此坑摔的比较惨。 2、下载CUDA以及cuDNN，注意版本对应①查看版本匹配： https://www.tenso
2022最新：TensorFlow各个GPU版本CUDA和cuDNN对应版本整理(最简洁)
1900的博客
02-01 2万+
CUDA与显卡驱动：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html TensorFlow-GPU与CUDA cudnn Python版本关系：https://tensorflow.google.cn/install/source_windows?hl=en#gpu 以下是windows的对应关系，Linux和macOS的对应关系在上面的链接里面 GPU Version Python version Co
tensorflow-gpu 与 python版本、CUDA、CUDNN关系
默茉的博客
03-25 1756
【TensorFlow】TensorFlow与cuda版本以及Keras版本以及python版本对应关系（2022年6月 附官网链接，永久更新）
TangPlusHPC的博客
06-10 2万+
要让一个基于keras开发的深度学习模型正确运行起来，配置环境真让人头大，本文就介绍了TensorFlow与cuda版本以及Keras版本以及python版本对应关系，方便查找。 此处省略，可自行点击超链接。 例如我要安装1.14.0 GPU版本的TensorFlow，查表可得对应Keras版本为2.2.5，语句如下 CUDA和CUDNN的安装见我的另一篇博客：如果你有同时在一台机器上安装两个版本的CUDA和CUDNN的需求，可以参考我的另一篇博客：CUDA和CUDNN的版本对应关系见我的另一篇博客
深度学习环境配置(pytorch和tensorflow对应的gpu版本环境的兼容)：cuda10.1 + cudnn7.6.5 + tensorflow=2.3.0，tensorflow-gpu=2....
qq_39444290的博客
06-11 1719
配置结果： Anaconda2019[python3.7.3]+cuda10.1 + cudnn7.6.5 + tensorflow=2.3.0，tensorflow-gpu=2.3.0(tf23虚拟环境，python3.7.3)+pytorch1.81(cu101) + torch-geometric(PYG181虚拟环境，python3.7.13,两个环境及两个环境的python版本不同都是...
解决：如何将pytorch的版本改为和cuda对应、如何使用笔记本电脑自带的NVIDIA使用GPU跑深度学习
qq_45018882的博客
10-26 2394
使用pip安装时可能会出现超时（即：timeout）等现象，此时可使用管理员的Windows终端执行命令，或者在网络好的时候重试几下等方式解决该问题。博主此处采取的是坚持不懈重试几次解决该问题（一把辛酸泪(╥╯^╰╥)），最终得以成功安装。建议不要使用conda安装，因此之后可能会出现由于conda版本未更新等问题而造成安装失败或者安装过慢，因此建议使用pip安装；其中，cuda版本的选择只要低于当前cuda的版本就可以了；以上即为全部内容，OK(*^▽^*)此时需要转至Step3。
GPU版本Tensorflow及对应CUDA和cuDNN的安装
northeastsqure的专栏
06-05 2073
首先是Tensorflow-GPU版本、CUDA版本、cuDNN版本的相互关系及下载链接： Tensorflow-GPU CUDA cuDNN 2.0 10.1 v7.6.2 1.15 10.0 v7.6.2 1.14 10.0 v7.6.2 1.13 10.0 v7.6.2 1.12 9.0 v7.6.2 1.5 9.0 v7.6.2 1.4 8.0 v7.1.4 1.0
TensorFlow-gpu和opencv安装详细教程
01-19
TensorFlow-gpu 1.安装Anaconda 进入官网(https://www.anaconda.com/) ->get started->Install Anaconda Individual Edition->DownLoad->选择对应版本，...4.根据版本查找需要的cuda和cudnn版本并下载 5.cuda安装一直
TensorFlow-gpu安装，N卡需求文件
11-04
版本对应:python3.7==cudatoolkit 10.1==cuDNN7.65 1. 本机cuda版本查看N卡控制面板获取 2. 安装python对应的cudatoolkit,可选择自定义安装，将VS,Nvidia GeForce 去掉 3. 安装cuDNN 4. 若报错缺库时，将所需库放到 ...
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
Ubuntu 16.04×86_64配置TensorFlow-GPU 1.6.0
03-19
文中首先介绍了配置之前的相关准备工作，包括查看 NVIDIA 显卡型号和对应驱动是否安装、验证 NVIDIA 显卡是否支持 CUDA、修改 ubuntu 默认python 版本、安装 pip 并升级、完全卸载旧版本 CUDA；其次介绍了 CUDA9.0 ...
为电脑配置GPU加速（win10+python3.6+tensorflow-gpu1.12.0)
01-20
首先确定你的显卡是否支持gpu加速，可在nvidia官网查看是否有你的显卡所对应的算力，如图。 为了不影响其他的工作环境，本教程创建anaconda虚拟python环境，打开Anaconda Prompt，输入指令 conda create -n your_...
tensorflow各个版本的CUDA以及Cudnn版本对应关系
热门推荐
MIss-Y的博客
04-08 48万+
概述，需要注意以下几个问题： （1）NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。 CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。 显卡驱动的安装： 当我们使用...
Tensorflow不同版本要求与CUDA及CUDNN版本对应关系
LoveWeeknd
10-21 15万+
参考官网地址： Windows端：https://tensorflow.google.cn/install/source_windows CPU Version Python version Compiler Build tools tensorflow-1.11.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 ...
tensorflow-gpu和CUDA以及cuDNN版本匹配安装经验
听的博客
10-04 9198
在安装tensorflow-gpu版本时，需要先安装CUDA，cuDNN，而这3个软件/包的版本不匹配时，会导致安装不成功。 经过几次安装-卸载-又安装-又卸载-再安装……，终于摸索出了其中一个能成功安装的3个软件/包的版本匹配型号： tensorflow-gpu版本为1.9.0，CUDA版本为9.0，cuDNN版本为——cuDNN 9.0-windows-x64-v7.1（windows7）...
TensorFlow-GPU与Python、CUDA的版本对应问题
Dylan的博客
06-10 1万+
最近在学校的服务器上安装TensorFlow-GPU遇到了一些问题，都是一些版本对应的问题，总结了一下 以上是版本的对应 详细的可以看一下连接： https://tensorflow.google.cn/install/source ...
3796 i-FRAME 安装、操作和维护手册
最新发布
04-27
3796 i-FRAME 安装、操作和维护手册
python版本对应tensorflow-gpu版本对应cuda版本
05-16
不同版本的 TensorFlow-GPU 对应的 CUDA 版本和 cuDNN 版本不同，所以需要仔细匹配版本。以下是一些常见的版本对应关系： | TensorFlow 版本 | CUDA 版本 | cuDNN 版本 | | -------------- | -------- | ---------- | | 2.5 | 11.2 | 8 | | 2.4 | 11.0 | 8 | | 2.3 | 10.1 | 7 | | 2.2 | 10.1 | 7 | 请注意，这些版本仅为常见的版本对应关系，可能并非所有版本都适用。建议在安装前先仔细查看 TensorFlow 官方文档中的版本要求。

“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 1
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

Op_chaos

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