哪些TensorFlow和CUDA版本组合兼容?
tensorflow
12
0

我注意到某些较新的TensorFlow版本与较旧的CUDA和cuDNN版本不兼容。是否存在兼容版本的概述甚至经过正式测试的组合列表?我在TensorFlow文档中找不到它。

参考资料:
Stack Overflow
收藏
评论
共 5 个回答
高赞 时间 活跃

张量流站点中提供的兼容性表不包含cuda和cuDNN的特定次要版本。但是,如果不满足特定的版本,则在尝试使用tensorflow时将出现错误。

对于tensorflow-gpu==1.12.0cuda==9.0 ,兼容的cuDNN版本是7.1.4 ,可以在注册后从此处下载。

您可以使用检查您的CUDA版本
nvcc --version

cuDNN版本使用
cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2

tensorflow-gpu版本使用
pip freeze | grep tensorflow-gpu

更新:自从tensorflow 2.0发布以来,我还将为其共享兼容的cuda和cuDNN版本(对于Ubuntu 18.04)。

  • tensorflow-gpu = 2.0.0
  • cuda = 10.0
  • cuDNN = 7.6.0
收藏
评论

工作:tensorflow 1.13.1,CUDA 10,CUDNN 7.4.2,python 3.6(不适用于3.7..3.7有很多错误)对于Windows 10

收藏
评论

通常:

检查CUDA版本:

cat /usr/local/cuda/version.txt

和cuDNN版本:

grep CUDNN_MAJOR -A 2 /usr/local/cuda/include/cudnn.h

并安装如下图所示或这里的组合

以下图像和链接概述了Linux,macOS和Windows上CUDA和TensorFlow的官方支持/测试组合:

次要配置:

由于下面给出的规范在某些情况下可能太宽泛,因此以下一种有效的配置有效:

  • tensorflow-gpu==1.12.0
  • cuda==9.0
  • cuDNN==7.1.4

相应的cudnn可以在此处下载。

(数据更新于2019年6月29日)

Linux GPU

在此处输入图片说明

的Linux

在此处输入图片说明

macOS GPU

在此处输入图片说明

苹果系统

在此处输入图片说明

(图更新于2018年5月31日)

视窗

在此处输入图片说明

于2020年1月14日更新有关更新的信息,请参阅Linux版 Link和Windows Link

收藏
评论

我错误地安装了CUDA 10.1和CUDNN 7.6。您可以使用以下配置(这对我有用-从9/10开始)。 :

  • Tensorflow-gpu == 1.14.0
  • CUDA 10.1
  • CUDNN 7.6
  • Ubuntu 18.04

但是我必须创建符号链接才能使其正常工作,因为tensorflow最初与CUDA 10兼容。

sudo ln -s /opt/cuda/targets/x86_64-linux/lib/libcublas.so /opt/cuda/targets/x86_64-linux/lib/libcublas.so.10.0
sudo cp /usr/lib/x86_64-linux-gnu/libcublas.so.10 /usr/local/cuda-10.1/lib64/
sudo ln -s /usr/local/cuda-10.1/lib64/libcublas.so.10 /usr/local/cuda-10.1/lib64/libcublas.so.10.0
sudo ln -s /usr/local/cuda/targets/x86_64-linux/lib/libcusolver.so.10 /usr/local/cuda/lib64/libcusolver.so.10.0
sudo ln -s /usr/local/cuda/targets/x86_64-linux/lib/libcurand.so.10 /usr/local/cuda/lib64/libcurand.so.10.0
sudo ln -s /usr/local/cuda/targets/x86_64-linux/lib/libcufft.so.10 /usr/local/cuda/lib64/libcufft.so.10.0
sudo ln -s /usr/local/cuda/targets/x86_64-linux/lib/libcudart.so /usr/local/cuda/lib64/libcudart.so.10.0
sudo ln -s /usr/local/cuda/targets/x86_64-linux/lib/libcusparse.so.10 /usr/local/cuda/lib64/libcusparse.so.10.0

并将以下内容添加到我的〜/ .bashrc中-

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/cuda/targets/x86_64-linux/lib/
收藏
评论

您可以将此配置用于cuda 10.0(从3/18版本开始不支持10.1),这对我来说有效:

  • 张量流> = 1.12.0
  • 张量_gpu> = 1.4

安装版本tensorflow gpu:

pip install tensorflow-gpu==1.4.0
收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号