Windows中主流深度学习框架安装细节

1. 硬件、cuda、框架

最佳配置：硬件配置中的cuda版本号=当前安装cuda版本号=框架要求的cuda版本号。

向下兼容：硬件配置中的cuda版本号>当前安装cuda版本号>框架要求的cuda版本号。

2. Tensorflow 1.x

目前，pytorch和tensorflow 2.x向下兼容做得很好，易安装。Tensorflow 1.x 安装要求：

1. N卡架构为图灵架构或以下。
2. python 3.7 + cudatoolkit 10.0 + cudnn 7.6.5, tensorflow 1.14/1.15 + keras 2.3.1 + h5py 2.10 + protobuf 3.19.0 
3. 在GPU上固定随机性：pip install tensorflow-determinism
4. 查看tensorflow-gpu是否可用

   tf.test.is_gpu_available()

3. Tensorflow 2.x

1. 查看tensorflow-gpu是否可用

   tf.config.list_physical_devices('GPU')

2. Tensorflow 2.10.1是最后一个在本地windows上支持GPU的版本。从2.11版本开始，Tensorflow 需要在windows WLS2（适用于 Linux 的 Windows 子系统）上安装才能使用GPU。所以要在native-windows上使用GPU，就只能安装2.10.1版本及以下的版本，或者安装老版的tensorflow-gpu。

4. 版本对应关系

 

cudatoolkit 10.0 + cudnn 7.6.5 + Python 3.7 + Tensorflow 1.14/1.15

cudatoolkit 11.8.0 + cudnn 8.6.0~8.9.0 + Python 3.11 + PyTorch 2.0.1

cudatoolkit 11.8.0 + cudnn 8.6.0~8.9.0 + Python 3.11 + Tensorflow 2.12.0

cudatoolkit 11.8.0 + cudnn 8.6.0~8.9.0 + Python 3.11 + Jax Master

cudatoolkit 12.0 + cudnn 8.6.0~8.9.0 + Python 3.8 + Nvidia-Tensorflow 1.15.5