CUDA,cudnn一些常见版本问题

最新推荐文章于 2024-09-05 10:54:03 发布
最新推荐文章于 2024-09-05 10:54:03 发布
阅读量1.2k 收藏 3
点赞数
文章标签： python 人工智能

 - 最好的方法是官网说明：

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

VersionPython versionCompilerBuild toolscuDNNCUDA
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

- 驱动的版本，参考：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

Table 1. CUDA Toolkit and Compatible Driver Versions
CUDA ToolkitLinux x86_64 Driver VersionWindows x86_64 Driver Version
CUDA 10.0.130>= 410.48>= 411.31
CUDA 9.2 (9.2.148 Update 1)>= 396.37>= 398.26
CUDA 9.2 (9.2.88)>= 396.26>= 397.44
CUDA 9.1 (9.1.85)>= 390.46>= 391.29
CUDA 9.0 (9.0.76)>= 384.81>= 385.54
CUDA 8.0 (8.0.61 GA2)>= 375.26>= 376.51
CUDA 8.0 (8.0.44)>= 367.48>= 369.30
CUDA 7.5 (7.5.16)>= 352.31>= 353.66
CUDA 7.0 (7.0.28)>= 346.46>= 347.62
  • Google一下发现是tensorflow1.5.0版本只支持cuda9.0
  • I downgrade to tensorflow version 1.4.0 and keras version 2.0.8. 否则版本运行有错: https://github.com/keras-team/keras/issues/9621

  • 如何查看CUDA版本和CUDNN版本 

cuda一般安装在 /usr/local/cuda/ 路径下，该路径下有一个version.txt文档，里面记录了cuda的版本信息

cat  /usr/local/cuda/version.txt 即可查询

同理，cudnn的信息在其头文件里

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2  即可查询
  • 手欠把CUDA升级到了9.0，然后发现cuDNN必须升级到7.0才支持。于是顺手把cuDNN升级到了7.0。然后发现在Python中导入Tensorflow报错。一查才知道tensorflow 1.3只支持CUDA8.0和cuDNN6.0.想把CUDA和cuDNN降级回去，却发现Nvidia官网6.0版本的cuDNN下载不下来了。

  • 需要注意的第一点是，在配置时，vs2013=Microsoft Visual Studio 12.0，vs2015=Microsoft Visual Studio 14.0。建议CUDA9.1使用VS2015，CUDA8.0使用VS2013。本质上并没有区别，但为了区分方便而已。需要注意的第二点是，两者可以安装在一台电脑上并不冲突。作者在搜索度娘时有人回答：可以同时安装，但必须先安装低版本（CUDA8.0）再安装高版本（CUDA9.0/9.1），对此笔者并没有证实，不知道所言是否正确。但为了电脑不会出什么差错，我还是先安装了8.0，再安装了9.1.实测并不冲突，可以兼容。需要注意的第三点是，CUDA8.0对应的cuDNN版本是5.1，CUDA9.0对应的cuDNN7.0。同时，cuDNN可以同时安装在CUDA8.0和9.0中，而cuDNN7.0只能对CUDA9.0及以上适用。(深度学习配置CUDA8.0/9.0及对应版本cuDNN安装 )

  • cudnn版本对应 + tf版本支持对应
NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.

Download cuDNN v7.1.2 (Mar 21, 2018), for CUDA 9.1
Download cuDNN v7.1.2 (Mar 21, 2018), for CUDA 9.0
Download cuDNN v7.1.2 (Mar 21, 2018), for CUDA 8.0
Download cuDNN v7.1.1 (Feb 28, 2018), for CUDA 9.1
Download cuDNN v7.1.1 (Feb 28, 2018), for CUDA 9.0
Download cuDNN v7.1.1 (Feb 28, 2018), for CUDA 8.0
Download cuDNN v7.0.5 (Dec 11, 2017), for CUDA 9.1
Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0
Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 8.0
Download cuDNN v7.0.4 (Nov 13, 2017), for CUDA 9.0
Download cuDNN v7.0.4 (Nov 13, 2017), for CUDA 8.0
Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0
Download cuDNN v6.0 (April 27, 2017), for CUDA 7.5
Download cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0
Download cuDNN v5.1 (Jan 20, 2017), for CUDA 7.5
Download cuDNN v5 (May 27, 2016), for CUDA 8.0
Download cuDNN v5 (May 12, 2016), for CUDA 7.5
Download cuDNN v4 (Feb 10, 2016), for CUDA 7.0 and later.
Download cuDNN v3 (September 8, 2015), for CUDA 7.0 and later.
Download cuDNN v2 (March 17,2015), for CUDA 6.5 and later.
Download cuDNN v1 (cuDNN 6.5 R1)
weixin_34228662
关注
tensorflow gpu - TensorFlow, CUDA and cuDNN Compatibility - 兼容版本
11-25
而cuDNN则是CUDA上的一个深度神经网络库，优化了常见的深度学习算法。 当涉及到TensorFlow、CUDA和cuDNN的兼容性时，选择正确的版本组合至关重要。不兼容的版本可能导致模型无法正常运行，或者性能大打折扣。开发者...
CUDA编程常见问题
姚光超的专栏
11-05 1万+
最近初试cuda编程，作为一个新手，遇到了各种各样的问题，然后花费了大量时间解决这些匪夷所思的问题。为了避免后来人重蹈覆辙，现把自己遇到的问题总结如下。 （一）、cudaMalloc      初次使用该函数，感觉没有什么困难，和c语言的malloc类似。但是在具体应用中却出了一个很难找的错误，花费了很多时间。该函数使用是需要注意的就是，它分配的内存空间单位是字节，所以需要我们在使用时用siz
CUDA使用遇到的几个问题
sinat_33972705的博客
12-15 6950
将~/.bashrc 或　~/.zshrc 下与cuda相关的路径都改为　/usr/local/cuda/　而不使用　/usr/local/cuda-10.0/ 或/usr/local/cuda-10.1/CUDA版本对显卡驱动的版本有要求：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html。背景：Tensorflow和Pytorch不同版本依赖的CUDA版本不同，在使用较高版本时出现GPU无法加载使用。...
安装Pytorch如何选择CUDA的版本，看这一篇就够了_cuda版本怎么选
2401_85280228的博客
08-08 880
CUDA是一个并行计算平台和编程模型，能够使得使用GPU进行通用计算变得简单和优雅。Nvidia官方提供的CUDA 库是一个完整的工具安装包，其中提供了 Nvidia驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。 Nvidia CUDA Nvidia安装的cuda是一个完整的cuda库，包含cuda toolkit和相应的驱动。主要包含三部分：CUDA toolkit、CUDA driver和NVIDIA GPU driver。理论上在安装完驱动以后只需要安装CUDA toolkit就可以
CUDA安装，以11.6版本为例（小白必会版）
LMH564123的博客
08-16 9674
cuda安装
CUDA安装及环境配置——最新详细版
专注于前沿科技解读与实用技巧分享，致力于将复杂技术简单化
11-17 30万+
在安装之前呢，我们需要确定三件事第一：查看显卡支持的最高CUDA的版本，以便下载对应的CUDA安装包第二：查看对应CUDA对应的VS版本，以便下载并安装对应的VS版本（vs需要先安装）第三：确定CUDA版本对应的cuDNN版本，这个其实不用太关注，因为在cudnn的下载页面会列出每个版本对应的cuda版本，11.x以上对应的范围很宽。
CUDA版本选择与安装（不同的深度学习项目需要不同CUDA）
weixin_44859553的博客
09-07 1476
（可以，但是需要改，会报以下几种错误，一般import tensorflow.compat.v1 as tf代替 import tensorflow as tf 可解决）；(1)在3060的机器上安装cuda 10(拿到机器后的本能反应）(2)tensorflow1的项目使用tensorflow2环境跑。(非常有用，对环境搭不起来有启发性作用，能避免踩别人踩过的坑。(3)换项目，读代码，读项目中的issues。
cudnn for cuda 11
06-08
在 CUDA 11 版本中，CUDNN 提供了对最新 GPU 架构的支持，优化了性能，并引入了多项新功能和改进，以提升深度学习应用的效率和速度。 1. **CUDA 11 版本概述** CUDA 是 NVIDIA 提供的一种并行计算平台和编程模型，...
cudnn，适用于cuda11.x的所有版本
08-09
CUDNN 8.4.1.50 版本是针对CUDA 11.6版本的，这意味着它可以充分利用CUDA 11.x的硬件优势，提供最佳的性能表现。 **安装与使用** 在使用CUDNN时，首先需要确保系统已经安装了对应版本的CUDA。安装CUDNN涉及以下...
cuda 9.0及更新包和cudnn7.1
04-02
CUDA（Compute Unified Device Architecture）是NVIDIA开发的一种并行计算平台和编程模型，允许开发者利用GPU（图形处理器单元）的强大计算能力来解决复杂的计算问题。CUDNN（CUDA Deep Neural Network）是CUDA的一...
cuda10.2+cudnn-10.2.zip
11-16
"cuda10.2下载说明.txt"可能包含有关CUDA 10.2安装的具体步骤和注意事项，包括如何验证安装是否成功以及解决常见问题的方法。而未列出完全的"cuda"文件可能是CUDA 10.2的安装程序或者相关库文件。 总的来说，CUDA和...
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...
硬件踩坑——CUDA版本选择/安装（不同的深度学习项目需要不同CUDA，显卡与cuda匹配问题）
weixin_43686259的博客
11-29 1万+
硬件踩坑——CUDA版本选择/安装（不同的深度学习项目需要不同CUDA，显卡与cuda匹配问题）
CUDA升级/安装/使用 最新说明记录
qq_49183286的博客
03-22 7247
显卡驱动、CUDA升级使用手册
cuda版本，pytorch(GPU)版本的选择和下载
AI R&D
02-28 8761
cuda版本、cuda(cudatoolkit)下载配置，runtime API、driver API，pytorch(GPU)与cuda对应、版本选择、下载配置，pip、conda
CUDA版本和驱动版本对照表2023（包含CUDA12）
c2793的博客
10-31 3万+
CUDA 工具包和 CUDA 次要版本兼容性所需的最低驱动程序版本。CUDA 工具包和相应的驱动程序版本。
CUDA 问题合集
weareu的博客
05-01 664
一、核函数无故退出： 可能是由于传入的参数存储于主机内存中核函数访问不到，或者数组越界等原因。 例如： 1、传入了存储于主机的结构体，无论是结构体指针还是引用； 传入结构体引用时，调试的时候可能发现传入的结构体内容不正常，但是运算时却没有问题 。 2、传入了主机内存的指针。 可以在调试的时候进入反汇编发现该问题。 注意： 传入参数为基本类型时，不牵扯存储于主机的问题。 二、...
CMake混合编译CUDA&&使用VS调试
qq_43596950的博客
05-13 1701
但是经过个人实践，在只有一个CMakeLists.txt时，该方法无效，因为在读取到这一条语句之前就已经选定编译平台了。在指定编译平台后，就可以正常使用MSVC编译cuda代码了。右下角会有Nsight Monitor的图标，右键，选择。如果项目目录下既有.cu文件又有.cpp文件，先将。使用MSVC时，默认的编译平台是WIN 32。文件启动VS，并设置项目为启动选项。需要看你的GPU架构，我的架构不支持。，其余一切与编译cpp相同。资源管理器中右键项目，选择。打断点，选择VS菜单中的。
如何确定适用的cuda版本
最新发布
tpriwwq的专栏
09-05 416
GPU驱动、CUDA和cuDNN的版本需要相互匹配与支持，否则开发环境就会出现问题。
cuda cudnn版本对应
07-27
以下是一些常见的 CUDA 和 cuDNN 版本对应关系： - CUDA 10.0 对应 cuDNN 7.4 - CUDA 10.1 对应 cuDNN 7.6 - CUDA 10.2 对应 cuDNN 7.6 - CUDA 11.0 对应 cuDNN 8.0 - CUDA 11.1 对应 cuDNN 8.0 或 cuDNN 8.1 请...
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