windows和linux等服务器各自支持的python，tensorflow，cuda，cudnn型号

最新推荐文章于 2023-12-02 15:57:38 发布
最新推荐文章于 2023-12-02 15:57:38 发布
阅读量249 收藏 1
点赞数
分类专栏： linxu及深度学习环境安装
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/u012811785/article/details/109447219
版权
本文旨在避免在安装TensorFlow时遇到的兼容性问题，作者分享了自己在Win10系统下安装Python 2.7与TensorFlow 1.6时的困扰。关键点是TensorFlow对Windows、Linux、macOS的Python、CUDA和CUDNN版本有特定要求，不支持随意组合。官方推荐参考链接提供了详细指导。
摘要由CSDN通过智能技术生成

发文目的及感言：

由于本人在win10系统下安装了python2.7各种尝试tensorflow1.6等版本，各种奇怪错误，后面查原因才知道大坑所在（血泪史，花了我一天多的时间）。

发此文的目的也是想让后来人能少走一些弯路，顺便给自己记录一下。

核心点：tensorflow的开发大神们windows系统：（！！切记

目前还没有开发出适配所有版本各种包，因此产生了这种情况：服务器系统，tensorflow版本，python版本，cunda，cudnn，都是要有一定的限制和对应的，不支持随便任意版本的环境。

 官方规定：参考了链接https://tensorflow.google.cn/install/source_windows

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

，tensorflow在windows上不支持python3.5以下版本）

CPU

版本Python 版本编译器构建工具
tensorflow-2.3.03.5-3.8MSVC 2019Bazel 3.1.0
tensorflow-2.2.03.5-3.8MSVC 2019Bazel 2.0.0
tensorflow-2.1.03.5-3.7MSVC 2019Bazel 0.27.1-0.29.1
tensorflow-2.0.03.5-3.7MSVC 2017Bazel 0.26.1
tensorflow-1.15.03.5-3.7MSVC 2017Bazel 0.26.1
tensorflow-1.14.03.5-3.7MSVC 2017Bazel 0.24.1-0.25.2
tensorflow-1.13.03.5-3.7MSVC 2015 update 3Bazel 0.19.0-0.21.0
tensorflow-1.12.03.5-3.6MSVC 2015 update 3Bazel 0.15.0
tensorflow-1.11.03.5-3.6MSVC 2015 update 3Bazel 0.15.0
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

版本Python 版本编译器构建工具cuDNNCUDA
tensorflow_gpu-2.3.03.5-3.8MSVC 2019Bazel 3.1.07.410.1
tensorflow_gpu-2.2.03.5-3.8MSVC 2019Bazel 2.0.07.410.1
tensorflow_gpu-2.1.03.5-3.7MSVC 2019Bazel 0.27.1-0.29.17.410.1
tensorflow_gpu-2.0.03.5-3.7MSVC 2017Bazel 0.26.17.410
tensorflow_gpu-1.15.03.5-3.7MSVC 2017Bazel 0.26.17.410
tensorflow_gpu-1.14.03.5-3.7MSVC 2017Bazel 0.24.1-0.25.27.410
tensorflow_gpu-1.13.03.5-3.7MSVC 2015 update 3Bazel 0.19.0-0.21.07.410
tensorflow_gpu-1.12.03.5-3.6MSVC 2015 update 3Bazel 0.15.079
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 和 macOS 

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
行万里路大于读万卷书
关注
专栏目录
RTX 3080 Tensorflow 2.6.0 Cuda CuDNN 从0到1 Windows&Linux 实战
技术备忘录
04-10 2600
写在最前 这篇博客写给所有具备一定环境搭建基础的同学。 一些具体的步骤我会省去，但会提醒所有我觉得重要的地方。 在摩拳擦掌自己尝试安装之前，阅读这篇文章可以建立一个比较清晰的脉络。 折腾了两天之后来写这篇博客，有些地方可能出现一两个手滑打错的地方，还请诸位加以鉴别，提出改正。 为了释放3080显卡（甚至是30系显卡）的全部算力，须用最新的 tf-nightly-gpu=2.6.0 (预览版tensorflow) cuda=11.2 cudnn=8.1.0 (for cuda 11.2..
全网最全Windows和linux/ubuntu系统下，tensorflow/tensorflow-gpu与python、keras、cuda对应版本，及如何正确选择cuda版本
qq_24594197的博客
03-17 3149
文章目录CUDA下载WindowsLinux/macOS CUDA下载 点击这里 Windows Linux/macOS Linux macOS
windows, Linux配置cuda以及cudnn for Tensorflow
yz1019117968的博客
12-31 925
1 非root用户在Ubuntu server上配置cuda以及cudnn 1.1 背景 该操作用于为非root用户在其ubuntu sever上配置cuda以及cudnn，当系统找不到cuda时会报以下类似的错误，该操作也作为以下报错的解决方法 ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory 1.2 具体操作详见link 2 在windows上配置cuda以及cudnn t
在linux和windows下anaconda+pycharm+tensorflow+cuda的配置
Curry_xin的博客
07-20 420
在linux和windows下anaconda+pycharm+tensorflow+cuda的配置 在linux和windows下anaconda+pycharm+tensorflow+cuda的配置 第一次在csdn上写博客，纯粹是为了想自己以后可以来看看之前踩得坑，也方便以后遇到同样的问题的时候能够有经验解决 Window10 首先是在Linux下，刚开始之所以会遇到这个问题是在跑Github上的一个代码，是需要用到tensorflow框架，之后配好环境后代码是能够跑通的，但是计算速度非常慢，使用nv
Linux与Windows之全面对比(转)
cudao7505664的专栏
08-10 433
Linux与Windows之全面对比(转)[@more@]　　我很清楚这样的标题可能会引起全面的争论，甚至是无休止的口水战。不过，既然Linux和Windows之争早已经是无休止的争论了，我　　再制造点纷扰也是无关大局的了。　　...
linux服务器非root用户安装tensorflow1.14.0-gpu+cuda10+cudnn7.6
Mr_WangYC的博客
02-09 3843
实验室新服务器安装tensorflow-gpu，之前安装过一次cpu版本的tensorflow，这次安装gpu版本，出现很多的错误，这里特意将安装tensorflow-gpu的正确方法记录下来，希望对其他人有所帮助。 这里是在服务器非root用户上安装，不适用于linux主机上安装tensorflow的用户，还请注意区分。 实验环境 服务器内核版本：CentOS Linux releas...
在Linux远程服务器上，通过终端部署Anaconda和TensorFlow 1.13 GPU版本
最新发布
01-16
在Linux远程服务器上部署Anaconda和TensorFlow 1.13 GPU版本是深度学习和人工智能项目中的常见步骤。Anaconda是一个流行的开源平台，用于管理Python环境和数据科学库，而TensorFlow则是Google开发的一个强大的开源库...
linux系统下cuda9.0、cudnn7.0、tensorflow-gpu1.5.0安装
qq_40636392的博客
03-31 1135
linux系统下cuda9.0、cudnn7.0、tensorflow-gpu1.5.0安装 看了很多安装办法，总是不能一次性安装成功，第一次写自己的安装过程，因为没有事先准备，所以安装过程中的截图就只能东拼西凑，尽量把过程写详细点。 用的是公司的服务器，我看了很多办法都是在ubuntu系统下完成的，很多安装语法都没法使用，我现在还一知半解的，这台服务器环境大概的如下： GPU：GeForce ...
Ubuntu18.04安装python3.8+pytorchV1.7.1 + cuda11.0+cuDNN 8.0.0 + tensorflow2.4.0+tensorflow_gpu-2.4.0
czmjy的博客
10-20 1178
Ubuntu18.04安装python3.8+pytorchV1.7.1 + cuda11.0+cuDNN 8.0.0 + tensorflow2.4.0+tensorflow_gpu-2.4.0
Gpu使用在windows还是linux,WSL2安装及GPU的使用
weixin_30628943的博客
05-11 410
目录WSL2WSL2安装运行Docker运行第一个ContainerWSL2WSL(Windows Subsystem for Linux)可以让开发者们在win10系统中运行Linux环境，包括Linux命令行及应用等，个人感觉WSL和虚拟机很相似。在之前，WSL一直是不支持使用CUDA的，也就是无法用GPU来进行计算。今年6月，Nvidia推出了CUDA on WSL，使WSL中可以使用GPU...
CUDA简介, 配置和运行第一个CUDA程序（Windows和Linux）
qq_74083422的博客
12-02 2万+
CUDA保姆级配置教程和运行测试
Windows 7与CUDA架构的兼容性测试
痞子龙3D编程
10-14 1971
图形巨头NVIDIA（英伟达）推出的GPU通用计算技术CUDA相信大家都有所了解，然而随着Windows 7逐渐成为热门的关注对象，有一部分人对Windows 7是否支持CUDA、能否很好的支持CUDA产生了质疑。原因很直接——因为Windows 7支持微软自家的Direct compute! 　　一、CUDA两个组成部分：ISA及并行计算引擎 　　图形巨头NVIDIA推出的GPU通用计
Windows、Linux查看CUDA版本方法
m0_64007201的博客
10-13 4200
本文介绍了两种操作系统下查看cuda版本的方法
python2.7安装tensorflow_如何在Windows的Python 2.7上安装Tensorflow？
weixin_39941859的博客
11-22 777
I try to install TensorFlow via pip (pip install tensorflow) but get this errorcould not find a version that satisfies the requirement tensorflow (from versions: )Is there a solution to this problem? ...
Linux 和 Windows 查看 CUDA 和 cuDNN 版本
weixin_38168559的博客
09-03 1893
目录 Linux 查看 CUDA 版本 查看 cuDNN 版本 Windows 查看 CUDA 版本 查看 cuDNN 版本 References Linux 查看 CUDA...
CUDA版本和Linux/Windows显卡驱动版本的对应关系
weixin_36711901的博客
05-30 3595
更多信息请参考链接：CUDA Toolkit and Compatible Driver Versions
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...
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