tensorflow对应cuda的兼容版本问题

以下都以win10环境为主：

一、显卡驱动版本

CUDA官方手册

截止2020.2.19

 

Each release of the CUDA Toolkit requires a minimum version of the CUDA driver. The CUDA driver is backward compatible, meaning that applications compiled against a particular version of the CUDA will continue to work on subsequent (later) driver releases.

简单来说，显卡驱动是向后兼容的，即可以放心升级显卡驱动版本（来打游戏）。win10自动帮我把显卡驱动更新到了431.7，实际测试依然兼容cuda9+cudnn7。但是实际发现，在Linux环境下新版本显卡驱动兼容性并不好。

二、Tensorflow版本与CUDA版本

官方文档给出了win10下测试🆗的对应版本关系: （Linux点这里）

截止2020.2.19

 

实际中强烈推荐严格按照对应关系进行环境的安装:

• CUDA版本较低必定安装不了，即tensorflow 1.4及以下的不支持cuda9.0，且tensorflow1.0版本以上是不支持cuda8.0以下。tensorflow-gpu1.5开始不支持使用CUDA8.0，而cuda8.0对应的cuDNN必须是6.0+。
• 而CUDA版本较高，如tf1.13.1使用CUDA10.1也会报错。也就是说强烈推荐tf1.5安装CUDA9.0（别9.x），而CUDA9.0又必须需要cuDNN7+。

三、CUDA版本和cuDNN版本

点击查阅最新官方文档
总的来说，想要兼容CUDA8，就需要较低版本的cuDNN

作者：youyuge
链接：https://www.jianshu.com/p/1d6a508a8d04
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。