TensorFlow和CUDA、cudnn、Pytorch以及英伟达显卡对应版本对照表

TensorFlow和CUDA、cudnn、Pytorch以及英伟达显卡对应版本对照表

一、TensorFlow对应版本对照表

版本Python 版本编译器cuDNNCUDA
tensorflow-2.9.03.7-3.108.111.2
tensorflow-2.8.03.7-3.108.111.2
tensorflow-2.7.03.7-3.98.111.2
tensorflow-2.6.03.6-3.9GCC 7.3.18.111.2
tensorflow-2.5.03.6-3.9GCC 7.3.18.111.2
tensorflow-2.4.03.6-3.8GCC 7.3.18.011.0
tensorflow-2.3.03.5-3.8GCC 7.3.17.610.1
tensorflow-2.2.03.5-3.8GCC 7.3.17.610.1
tensorflow-2.1.02.7、3.5-3.7GCC 7.3.17.610.1
tensorflow-2.0.02.7、3.3-3.7GCC 7.3.17.410.0
tensorflow_gpu-1.15.02.7、3.3-3.7GCC 7.3.17.410.0
tensorflow_gpu-1.14.02.7、3.3-3.7GCC 4.87.410.0
tensorflow_gpu-1.13.12.7、3.3-3.7GCC 4.87.410.0
tensorflow_gpu-1.12.02.7、3.3-3.6GCC 4.879
tensorflow_gpu-1.11.02.7、3.3-3.6GCC 4.879
tensorflow_gpu-1.10.02.7、3.3-3.6GCC 4.879
tensorflow_gpu-1.9.02.7、3.3-3.6GCC 4.879
tensorflow_gpu-1.8.02.7、3.3-3.6GCC 4.879
tensorflow_gpu-1.7.02.7、3.3-3.6GCC 4.879
tensorflow_gpu-1.6.02.7、3.3-3.6GCC 4.879
tensorflow_gpu-1.5.02.7、3.3-3.6GCC 4.879
tensorflow_gpu-1.4.02.7、3.3-3.6GCC 4.868
tensorflow_gpu-1.3.02.7、3.3-3.6GCC 4.868
tensorflow_gpu-1.2.02.7、3.3-3.6GCC 4.85.18
tensorflow_gpu-1.1.02.7、3.3-3.6GCC 4.85.18
tensorflow_gpu-1.0.02.7、3.3-3.6GCC 4.85.18

二、Pytorch对应版本对照表

PyTorch 版本CUDA 环境
0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1)9.2
1.2.0、1.1.0、1.0.0(1)10.0
1.4.0、1.5.0(1)、1.6.0、1.7.0(1)10.1
1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.10.010.2
1.7.0(1)11.0
1.8.0(1)、1.9.0、1.10.011.1
1.8.0(1)、1.9.0、1.10.011.3

三、英伟达显卡算力

CUDA ToolkitToolkit Driver Version Linux()
CUDA 11.7 Update 1>=515.65.01
CUDA 11.7 GA>=515.43.04
CUDA 11.6 Update 2>=510.47.03
CUDA 11.6 Update 1>=510.47.03
CUDA 11.6 GA>=510.39.01
CUDA 11.5 Update 2>=495.29.05
CUDA 11.5 Update 1>=495.29.05
CUDA 11.5 GA>=495.29.05
CUDA 11.4 Update 4>=470.82.01
CUDA 11.4 Update 3>=470.82.01
CUDA 11.4 Update 2>=470.57.02
CUDA 11.4 Update 1>=470.57.02
CUDA 11.4.0 GA>=470.42.01
CUDA 11.3.1 Update 1>=465.19.01
CUDA 11.3.0 GA>=465.19.01
CUDA 11.2.2 Update 2>=460.32.03
CUDA 11.2.1 Update 1>=460.32.03
CUDA 11.2.0 GA>=460.27.03
CUDA 11.1.1 Update 1>=455.32
CUDA 11.1 GA>=455.23
CUDA 11.0.3 Update 1>= 450.51.06
CUDA 11.0.2 GA>= 450.51.05
CUDA 11.0.1 RC>= 450.36.06
CUDA 10.2.89>= 440.33
CUDA 10.1 (10.1.105 general release, and updates)>= 418.39
CUDA 10.0.130>= 410.48
CUDA 9.2 (9.2.148 Update 1)>= 396.37
CUDA 9.2 (9.2.88)>= 396.26
CUDA 9.1 (9.1.85)>= 390.46
CUDA 9.0 (9.0.76)>= 384.81
CUDA 8.0 (8.0.61 GA2)>= 375.26
CUDA 8.0 (8.0.44)>= 367.48
CUDA 7.5 (7.5.16)>= 352.31
CUDA 7.0 (7.0.28)>= 346.46
  • 4
    点赞
  • 53
    收藏
    觉得还不错? 一键收藏
  • 6
    评论

“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 6
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