【技巧】linux windows mac 下TensorFlow不同版本与cuda版本之间的对应关系

最新推荐文章于 2024-05-17 14:39:55 发布
最新推荐文章于 2024-05-17 14:39:55 发布
阅读量579 收藏 1
点赞数
分类专栏： Tensorflow 文章标签： tensorflow python linux windows mac
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/qq_36441393/article/details/107055698
版权

https://www.tensorflow.org/install/source#common_installation_problems

经过测试的构建配置

Linux

CPU

版本Python 版本编译器构建工具
tensorflow-2.1.02.7、3.5-3.7GCC 7.3.1Bazel 0.27.1
tensorflow-2.0.02.7、3.3-3.7GCC 7.3.1Bazel 0.26.1
tensorflow-1.14.02.7、3.3-3.7GCC 4.8Bazel 0.24.1
tensorflow-1.13.12.7、3.3-3.7GCC 4.8Bazel 0.19.2
tensorflow-1.12.02.7、3.3-3.6GCC 4.8Bazel 0.15.0
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

GPU

版本Python 版本编译器构建工具cuDNNCUDA
tensorflow-2.1.02.7、3.5-3.7GCC 7.3.1Bazel 0.27.17.610.1
tensorflow-2.0.02.7、3.3-3.7GCC 7.3.1Bazel 0.26.17.410.0
tensorflow_gpu-1.14.02.7、3.3-3.7GCC 4.8Bazel 0.24.17.410.0
tensorflow_gpu-1.13.12.7、3.3-3.7GCC 4.8Bazel 0.19.27.410.0
tensorflow_gpu-1.12.02.7、3.3-3.6GCC 4.8Bazel 0.15.079
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

版本Python 版本编译器构建工具
tensorflow-2.0.02.7、3.5-3.7Xcode 10.1 中的 ClangBazel 0.27.1
tensorflow-2.0.02.7、3.3-3.7Xcode 10.1 中的 ClangBazel 0.26.1
tensorflow-1.14.02.7、3.3-3.7Xcode 中的 ClangBazel 0.24.1
tensorflow-1.13.12.7、3.3-3.7Xcode 中的 ClangBazel 0.19.2
tensorflow-1.12.02.7、3.3-3.6Xcode 中的 ClangBazel 0.15.0
tensorflow-1.11.02.7、3.3-3.6Xcode 中的 ClangBazel 0.15.0
tensorflow-1.10.02.7、3.3-3.6Xcode 中的 ClangBazel 0.15.0
tensorflow-1.9.02.7、3.3-3.6Xcode 中的 ClangBazel 0.11.0
tensorflow-1.8.02.7、3.3-3.6Xcode 中的 ClangBazel 0.10.1
tensorflow-1.7.02.7、3.3-3.6Xcode 中的 ClangBazel 0.10.1
tensorflow-1.6.02.7、3.3-3.6Xcode 中的 ClangBazel 0.8.1
tensorflow-1.5.02.7、3.3-3.6Xcode 中的 ClangBazel 0.8.1
tensorflow-1.4.02.7、3.3-3.6Xcode 中的 ClangBazel 0.5.4
tensorflow-1.3.02.7、3.3-3.6Xcode 中的 ClangBazel 0.4.5
tensorflow-1.2.02.7、3.3-3.6Xcode 中的 ClangBazel 0.4.5
tensorflow-1.1.02.7、3.3-3.6Xcode 中的 ClangBazel 0.4.2
tensorflow-1.0.02.7、3.3-3.6Xcode 中的 ClangBazel 0.4.2

GPU

版本Python 版本编译器构建工具cuDNNCUDA
tensorflow_gpu-1.1.02.7、3.3-3.6Xcode 中的 ClangBazel 0.4.25.18
tensorflow_gpu-1.0.02.7、3.3-3.6Xcode 中的 ClangBazel 0.4.25.18
我叫鱼大
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
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. GPU四、下载网址 一、Linux Tested build configurations Linux 1. CPU 2. GPU 二、macOS 1. CPU 2. GPU 三、Windows 1. CPU 2. GPU 四、下载网址 CUDA 下载地址 点击打开链接 cudnn 下载地址 需要注册账号 https://developer.nvidia.com/cudnn tensorflow-cpu 下载地址 阿里镜像，下载速度快 http://mi
[tensorflow]tensorflow与cuda对应关系表
FL1768317420的博客
12-06 7431
资料来自官方：hl=en。
cuda cudnn tensorflow对应_CUDA、显卡驱动和Tensorflow、Pytorch版本之间的对应关系
weixin_39859220的博客
11-25 853
一、显卡驱动与CUDA版本对应关系来源：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html大家关注我的公众号欢迎大家关注我的公众号欢迎大家关注我的公众号欢迎大二、CUDA与Linux内核以及GCC版本对应关系CUDA8.0版本对应关系来源：https://docs.nvidia.com/cuda/archi...
保姆级教程安装tensorflow对应的CUDA和CUDRNN
Dec31_的博客
08-09 1315
接下来要做的就是将这三个文件夹（不包过那个.txt文本文件）拷贝到之前下载的cuda对应的子路径中，具体如下。上面三个文件一一复制，bin就放到cuda的bin文件夹里面 ，include一样放到cuda的include文件夹里面，lib同样处理。知道自己的版本之后，需要找到tensorflow对应的cuda版本，要不无法使用，进入下面网址。找到对应的cuDNN和CUDA版本，如果tensorflow版本太新，则看下篇文章，如果降版本。继续点击，然后找到我们对应的版本，前面的图有，可以往上翻找，
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...
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各个版本的CUDA以及Cudnn版本对应关系（重点）
Fighting Hua
07-04 1万+
  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： 当我们使用一台电脑...
Tensorflow1 搭建Cuda11
黎国溥
12-20 6763
Tensorflow1中默认支持cuda10及以下的，最高的版本Tensorflow1.15默认使用cuda10；但是一些高性能的显卡，比如A100、3090等，它们只支持Cuda11的，这就不太友善了，毕竟不少项目依赖Tensorflow1搭建的。本文整理2种方法，一种是基于Conda搭建的，一种是基于docker搭建的，都测试过可用的。目录一、基于Conda搭建Tensorflow1 Cuda111.1 环境搭建1.2 查看环境的库1.3 验证环境。
tensorflow 的2.15版 能解决安装tf的痛吗？
jbluesun的专栏
12-04 3083
每次安装TensorFlow最大的痛就是跟CUDA的兼容问题。费半天劲安好了Nvidia-driver、 CUDA 、CuDNN、TensorRT，再安装TensorFlow，然后发现TensorFlow还是不能启用GPU。今天发现TensorFlow已经发布2.15.0版了，更新介绍说这次可以通过pip一次把TensorFlow和相应的CUDA都安装好了。试了一下，果然省心多了。安装过程会下载和安装很多个组件。我这边下载速度大概800k/s，安装用了一个小时。
详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系
01-21
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-1.10.0 3.5-...
tensorflow 1.15.5 python3.8 cuda11 版本
04-10
pypi不提供python3.8的tensorflow-gpu，这个是从NGC的docker中编译的。
tensorflow对应cuda的兼容版本问题
云中寻雾的博客
08-26 6219
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 .
tensorflow版本与cuda cuDNN版本对应使用
衣带渐宽人憔悴
04-29 703
1、版本对应关系 tensorflow-gpu v1.9.0 | cuda9.0 | cuDNN7.1.4可行 | 备注：7.0.4/ 7.0.5/ 7.1.2不明确 tensorflow-gpu v1.8.0 | cuda9.0 | cuDNN 不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4 tensorflow-gpu v1.7.0 | cuda9.0 |...
tensorflow keras 对应版本
jacke121的专栏
06-01 2万+
tensorflow 对应 的keras 版本 通过留言得到的版本确认信息为： 1.8 和 keras 2.1.5 1.8 和 keras 2.1.6 ...
tensorflow 版本列表_TensorFlow版本配套关系表
weixin_39931923的博客
12-24 1862
Version:CPU/GPU:PythonVersion:Compiler:BuildTools:cuDNN:CUDA:tensorflow-1.6.0CPU2.7,3.3-3.6GCC4.8Bazel0.9.0N/AN/Atensorflow_gpu-1.6.0GPU2.7,3.3-3.6GCC4.8Bazel0.9.079tensorflow-1.5.0CPU2.7,3.3...
Tensorflow与Python、CUDA、cuDNN的版本对应表
发布工作学习过程中遇到的问题和解决方案
05-02 10万+
TensorFlow​经过测试的构建配置官网说明
基于Tensorflow卷积神经网络玉米病害识别系统
最新发布
2301_79810943的博客
05-17 654
一、项目背景玉米作为世界上重要的粮食作物之一，其产量和质量直接关系到全球粮食安全。然而，玉米生长过程中常常受到各种病害的威胁，如锈病、斑病、枯萎病等。这些病害不仅会导致玉米减产，还会影响其品质。因此，及时准确地识别玉米病害并采取相应的防治措施对于保障玉米产量和质量具有重要意义。近年来，随着深度学习技术的飞速发展，卷积神经网络（CNN）在图像识别领域取得了显著成果。本项目旨在利用TensorFlow框架和卷积神经网络技术开发一个玉米病害识别系统，实现对玉米病害的快速准确识别。二、项目目标。
安装tensorflow GPU版本--tensorflow-gpu版本与CUDA版本对应关系
05-20
安装 TensorFlow GPU 版本需要注意 TensorFlow 和 CUDA 以及 cuDNN 的版本对应关系。下面是一些常见的 TensorFlow GPU 版本与 CUDA 版本和 cuDNN 版本的对应关系： | TensorFlow 版本 | CUDA 版本 | cuDNN 版本 | | -------------- | -------- | ---------- | | 2.6.0 | 11.4 | 8.2 | | 2.5.0 | 11.0 | 8.0 | | 2.4.0 | 11.0 | 8.0 | | 2.3.0 | 10.1 | 7.6 | | 2.2.0 | 10.1 | 7.6 | | 2.1.0 | 10.1 | 7.6 | | 2.0.0 | 10.0 | 7.4 | 在安装 TensorFlow GPU 版本之前，需要先安装相应版本的 CUDA 和 cuDNN。同时，还需要注意 CUDA 的路径配置是否正确。

“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
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
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