显卡驱动版本 CUDA 版本 官方详解 cudnn gcc工具包 版本 约束 依赖 关系 tensorflow gpu 版本

本文介绍了显卡驱动与CUDA版本之间的兼容性,强调驱动应保持最新以支持最新的深度学习库。内容指出,对于TensorFlow GPU版本,应根据所需TF版本配置CUDA,因为TF向下兼容但不向上兼容。推荐使用虚拟环境如Anaconda或Docker来管理这些依赖,以确保Python API版本的正确匹配。遵循这一原则,可以确保顺利进行深度学习项目。
摘要由CSDN通过智能技术生成

驱动是向下兼容的:所以如果想使用最新的tf代码库,那么需要最新的驱动,并且旧的虚拟环境还是能用的。显卡驱动,要在考虑自己的系统下,选择最新的版本。

Table 1. CUDA Toolkit and Compatible Driver Versions
CUDA Toolkit Linux x86_64 Driver Version Windows x86_64 Driver Version
CUDA 10.1 Update 1 >= 418.67 >= 425.25
CUDA 10.1.105 >= 418.39 >
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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