精华内容
下载资源
问答
  • Tested build configurations Linux CPU Version Python version Compiler ... tensorflow-2.1.0 2.7, 3.5-3.7 GCC 7.3.1 Bazel 0.27.1 tensorflow-2.0.0 2.7, 3.3-3.7 GCC ...

    Tested build configurations

    Linux

    CPU

    Version Python version Compiler Build tools
    tensorflow-2.1.0 2.7, 3.5-3.7 GCC 7.3.1 Bazel 0.27.1
    tensorflow-2.0.0 2.7, 3.3-3.7 GCC 7.3.1 Bazel 0.26.1
    tensorflow-1.14.0 2.7, 3.3-3.7 GCC 4.8 Bazel 0.24.1
    tensorflow-1.13.1 2.7, 3.3-3.7 GCC 4.8 Bazel 0.19.2
    tensorflow-1.12.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0
    tensorflow-1.11.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0
    tensorflow-1.10.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0
    tensorflow-1.9.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.11.0
    tensorflow-1.8.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.10.0
    tensorflow-1.7.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.10.0
    tensorflow-1.6.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.9.0
    tensorflow-1.5.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.8.0
    tensorflow-1.4.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.5.4
    tensorflow-1.3.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5
    tensorflow-1.2.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5
    tensorflow-1.1.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.2
    tensorflow-1.0.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.2

    GPU

    Version Python version Compiler Build tools cuDNN CUDA
    tensorflow-2.1.0 2.7, 3.5-3.7 GCC 7.3.1 Bazel 0.27.1 7.6 10.1
    tensorflow-2.0.0 2.7, 3.3-3.7 GCC 7.3.1 Bazel 0.26.1 7.4 10.0
    tensorflow_gpu-1.14.0 2.7, 3.3-3.7 GCC 4.8 Bazel 0.24.1 7.4 10.0
    tensorflow_gpu-1.13.1 2.7, 3.3-3.7 GCC 4.8 Bazel 0.19.2 7.4 10.0
    tensorflow_gpu-1.12.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9
    tensorflow_gpu-1.11.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9
    tensorflow_gpu-1.10.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9
    tensorflow_gpu-1.9.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.11.0 7 9
    tensorflow_gpu-1.8.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.10.0 7 9
    tensorflow_gpu-1.7.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.9.0 7 9
    tensorflow_gpu-1.6.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.9.0 7 9
    tensorflow_gpu-1.5.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.8.0 7 9
    tensorflow_gpu-1.4.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.5.4 6 8
    tensorflow_gpu-1.3.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5 6 8
    tensorflow_gpu-1.2.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5 5.1 8
    tensorflow_gpu-1.1.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.2 5.1 8
    tensorflow_gpu-1.0.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.2 5.1 8

    macOS

    CPU

    Version Python version Compiler Build tools
    tensorflow-2.0.0 2.7, 3.5-3.7 Clang from xcode 10.1 Bazel 0.27.1
    tensorflow-2.0.0 2.7, 3.3-3.7 Clang from xcode 10.1 Bazel 0.26.1
    tensorflow-1.14.0 2.7, 3.3-3.7 Clang from xcode Bazel 0.24.1
    tensorflow-1.13.1 2.7, 3.3-3.7 Clang from xcode Bazel 0.19.2
    tensorflow-1.12.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.15.0
    tensorflow-1.11.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.15.0
    tensorflow-1.10.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.15.0
    tensorflow-1.9.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.11.0
    tensorflow-1.8.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.10.1
    tensorflow-1.7.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.10.1
    tensorflow-1.6.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.8.1
    tensorflow-1.5.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.8.1
    tensorflow-1.4.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.5.4
    tensorflow-1.3.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.4.5
    tensorflow-1.2.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.4.5
    tensorflow-1.1.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.4.2
    tensorflow-1.0.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.4.2

    GPU

    Version Python version Compiler Build tools cuDNN CUDA
    tensorflow_gpu-1.1.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.4.2 5.1 8
    tensorflow_gpu-1.0.0 2.7, 3.3-3.6 Clang from xcode Bazel 0.4.2 5.1 8
    展开全文
  • pytorch、tensorflowcuda对应版本
    cuda Pytorch Tensorflow
    10.0 1.0.0~1.4.0 1.13.0~2.0.0
    10.1 1.3.0~1.8.1 2.1.0~2.3.0
    10.2 1.5.0~1.8.1
    11.0 1.7.0~1.7.1 2.4.0
    11.1 1.8.0~1.8.1
    • 仅记录cuda10.0以上版本
    • Pytorch似乎可以支持低版本的cuda,Tensorflow对版本要求更严格,必须要有对应版本的cudart64_xx.dll(xx为版本号)
    • 吐槽一下辣鸡的Tensorflow,竟然直接就不支持cuda10.2了,在官方github的issue中有不少人提到这个问题,官方的回答就是让你去下旧版本或者新版本(呕
    • 接上,也有大佬找到了Linux系统下将cuda10.2 symlink 到10.1的方法,见issue链接解决教程

    参考链接

    展开全文
  • 各个tensorflow版本和CUDA版本对应,以及各个GPU版本CUDA和cuDNN对应

    各个CPU版本tensorflow对应的环境要求

    各个CPU版本tensorflow对应的环境要求

    Version Python version Compiler Build tools
    tensorflow-2.5.0 3.6-3.9 MSVC 2019 Bazel 3.7.2
    tensorflow-2.4.0 3.6-3.8 MSVC 2019 Bazel 3.1.0
    tensorflow-2.3.0 3.5-3.8 MSVC 2019 Bazel 3.1.0
    tensorflow-2.2.0 3.5-3.8 MSVC 2019 Bazel 2.0.0
    tensorflow-2.1.0 3.5-3.7 MSVC 2019 Bazel 0.27.1-0.29.1
    tensorflow-2.0.0 3.5-3.7 MSVC 2017 Bazel 0.26.1
    tensorflow-1.15.0 3.5-3.7 MSVC 2017 Bazel 0.26.1
    tensorflow-1.14.0 3.5-3.7 MSVC 2017 Bazel 0.24.1-0.25.2
    tensorflow-1.13.0 3.5-3.7 MSVC 2015 update 3 Bazel 0.19.0-0.21.0
    tensorflow-1.12.0 3.5-3.6 MSVC 2015 update 3 Bazel 0.15.0
    tensorflow-1.11.0 3.5-3.6 MSVC 2015 update 3 Bazel 0.15.0
    tensorflow-1.10.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
    tensorflow-1.9.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
    tensorflow-1.8.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
    tensorflow-1.7.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
    tensorflow-1.6.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
    tensorflow-1.5.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
    tensorflow-1.4.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
    tensorflow-1.3.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
    tensorflow-1.2.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
    tensorflow-1.1.0 3.5 MSVC 2015 update 3 Cmake v3.6.3
    tensorflow-1.0.0 3.5 MSVC 2015 update 3 Cmake v3.6.3

    各个GPU版本tensorflow对应的CUDA版本

    各个GPU版本tensorflow对应的CUDA版本

    Version Python version Compiler Build tools cuDNN CUDA
    tensorflow_gpu-2.5.0 3.6-3.9 MSVC 2019 Bazel 3.7.2 8.1 11.2
    tensorflow_gpu-2.4.0 3.6-3.8 MSVC 2019 Bazel 3.1.0 8.0 11.0
    tensorflow_gpu-2.3.0 3.5-3.8 MSVC 2019 Bazel 3.1.0 7.6 10.1
    tensorflow_gpu-2.2.0 3.5-3.8 MSVC 2019 Bazel 2.0.0 7.6 10.1
    tensorflow_gpu-2.1.0 3.5-3.7 MSVC 2019 Bazel 0.27.1-0.29.1 7.6 10.1
    tensorflow_gpu-2.0.0 3.5-3.7 MSVC 2017 Bazel 0.26.1 7.4 10
    tensorflow_gpu-1.15.0 3.5-3.7 MSVC 2017 Bazel 0.26.1 7.4 10
    tensorflow_gpu-1.14.0 3.5-3.7 MSVC 2017 Bazel 0.24.1-0.25.2 7.4 10
    tensorflow_gpu-1.13.0 3.5-3.7 MSVC 2015 update 3 Bazel 0.19.0-0.21.0 7.4 10
    tensorflow_gpu-1.12.0 3.5-3.6 MSVC 2015 update 3 Bazel 0.15.0 7.2 9.0
    tensorflow_gpu-1.11.0 3.5-3.6 MSVC 2015 update 3 Bazel 0.15.0 7 9
    tensorflow_gpu-1.10.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
    tensorflow_gpu-1.9.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
    tensorflow_gpu-1.8.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
    tensorflow_gpu-1.7.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
    tensorflow_gpu-1.6.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
    tensorflow_gpu-1.5.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
    tensorflow_gpu-1.4.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 6 8
    tensorflow_gpu-1.3.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 6 8
    tensorflow_gpu-1.2.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 5.1 8
    tensorflow_gpu-1.1.0 3.5 MSVC 2015 update 3 Cmake v3.6.3 5.1 8
    tensorflow_gpu-1.0.0 3.5 MSVC 2015 update 3 Cmake v3.6.3 5.1 8

    各个版本的CUDA和英伟达显卡驱动对应表

    CUDA Toolkit Linux x86_64 Driver Version Windows x86_64 Driver Version
    CUDA 11.2.1 Update 1 >=460.32.03 >=461.09
    CUDA 11.2.0 GA >=460.27.03 >=460.82
    CUDA 11.1.1 Update 1 >=455.32 >=456.81
    CUDA 11.1 GA >=455.23 >=456.38
    CUDA 11.0.3 Update 1 >= 450.51.06 >= 451.82
    CUDA 11.0.2 GA >= 450.51.05 >= 451.48
    CUDA 11.0.1 RC >= 450.36.06 >= 451.22
    CUDA 10.2.89 >= 440.33 >= 441.22
    CUDA 10.1 (10.1.105 general release, and updates) >= 418.39 >= 418.96
    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

    从CUDA11开始,对工具包中的各个组件进行了独立的版本控制。 对于CUDA11.3,下表显示了以下版本:

    Component Name Version Information Supported Architectures
    CUDA Runtime (cudart) 11.3.109 x86_64, POWER, Arm64
    cuobjdump 11.3.58 x86_64, POWER, Arm64
    CUPTI 11.3.111 x86_64, POWER, Arm64
    CUDA cuxxfilt (demangler) 11.3.58 x86_64, POWER, Arm64
    CUDA Demo Suite 11.3.58 x86_64
    CUDA GDB 11.3.109 x86_64, POWER, Arm64
    CUDA Memcheck 11.3.109 x86_64, POWER
    CUDA NVCC 11.3.109 x86_64, POWER, Arm64
    CUDA nvdisasm 11.3.58 x86_64, POWER, Arm64
    CUDA NVML Headers 11.3.58 x86_64, POWER, Arm64
    CUDA nvprof 11.3.111 x86_64, POWER, Arm64
    CUDA nvprune 11.3.58 x86_64, POWER, Arm64
    CUDA NVRTC 11.3.109 x86_64, POWER, Arm64
    CUDA NVTX 11.3.109 x86_64, POWER, Arm64
    CUDA NVVP 11.3.111 x86_64, POWER
    CUDA Samples 11.3.58 x86_64, POWER, Arm64
    CUDA Compute Sanitizer API 11.3.111 x86_64, POWER, Arm64
    CUDA cuBLAS 11.5.1.109 x86_64, POWER, Arm64
    CUDA cuFFT 10.4.2.109 x86_64, POWER, Arm64
    CUDA cuRAND 10.2.4.109 x86_64, POWER, Arm64
    CUDA cuSOLVER 11.1.2.109 x86_64, POWER, Arm64
    CUDA cuSPARSE 11.6.0.109 x86_64, POWER, Arm64
    CUDA NPP 11.3.3.95 x86_64, POWER, Arm64
    CUDA nvJPEG 11.5.0.109 x86_64, POWER, Arm64
    Nsight Compute 2021.1.1.5 x86_64, POWER, Arm64 (CLI only)
    Nsight Windows NVTX 1.21018621 x86_64, POWER, Arm64
    Nsight Systems 2021.1.3.14 x86_64, POWER, Arm64 (CLI only)
    Nsight Visual Studio Edition (VSE) 2021.1.1.21111 x86_64 (Windows)
    NVIDIA Linux Driver 465.19.01 x86_64, POWER, Arm64
    NVIDIA Windows Driver 465.89 x86_64 (Windows)

    缺失cudnn64_7.dll文件

    安装了cudnn8.0以上版本以后,有时会出现报错Could not load dynamic library ‘cudnn64_7.dll’; dlerror: cudnn64_7.dll not found。这是因为cudnn8.0以上缺失cudnn64_7.dll文件。
    解决方法:把C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin文件夹下的‘cudnn64_8.dll’复制一份并命名为为‘cudnn64_7.dll。’

    查看本地CUDA版本

    1. 通过控制面板来查看。
      参考如何查看windows的CUDA版本。按照该过程打开以后提示,显卡未连接。这时可以通过命令行实现查看。
    2. cmd中,输入nvcc -V(注意V是大写的)。
      CMD查看本地CUDA版本

    查看本地cudnn版本

    windows中cuda的安装路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include下有cudnn_version.h文件。打开该文件:
    查看本地cudnn版本
    本地cudnn版本为8.1。

    展开全文
  • 网上一大堆乱写的,也不附上官方链接,搞得很多初学者非常折磨,这里是TensorFlow官方的说明,请随意食用。 随手关注: 微叉公主号:AI算法与图像处理 原文链接:https://tensorflow.google.cn/install/source ...

    一图胜千言,没图说J8

    在这里插入图片描述
    网上一大堆乱写的,也不附上官方链接,搞得很多初学者非常折磨,这里是TensorFlow官方的说明,请随意食用。
    随手关注:
    微叉公主号:AI算法与图像处理
    原文链接:https://tensorflow.google.cn/install/source

    展开全文
  • tensorflow cuda 对应版本

    2020-07-13 03:45:47
    GPU 版本 Python 版本 ... CUDA tensorflow-2.1.0 2.7、3.5-3.7 GCC 7.3.1 Bazel 0.27.1 7.6 10.1 tensorflow-2.0.0 2.7、3.3-3.7 GCC 7.3.1 Bazel 0.26.1 7....
  • tensorflowcuda 版本对应

    千次阅读 2019-03-11 12:01:52
    1、一个关于版本对应的官方网站 https://tensorflow.google.cn/install/source(ubuntu) https://tensorflow.google.cn/install/source_windows(windows) 2、一个别的博客的版本对应网站 ...
  • 不知道你是否遇到过,由于版本对应的问题导致配置环境非常痛苦。下面是TensorFlow 官方的对照表,可以随意食用 ...
  • 版本 Python 版本 编译器 编译工具 tensorflow-1.13.1 2.7、3.3-3.6 GCC 4.8 Bazel 0.19.2 tensorflow-1.12.0 2.7、3.3-3.6 GCC 4.8 Bazel 0.15.0 tensorflow-1.11.0 2.7、3.3-...
  • tensorflow cuda对应版本

    2020-05-17 20:54:49
  • tensorflow对应cuda和cudnn

    2021-01-21 14:24:45
    tensorflow对应cuda和cudnn link linux安装tensorflow-gpu link1 link2 link3 查看Linux上已安装的CUDA和cuDNN版本号 link 测试跑的是gpu还是cpu link 当gpu没咋动静 link
  • tensorflow和cuda以及cudnn版本对应问题 这三个问题的解决方法,要从问题一出发解决。 并且我们假定你会使用Anaconda的虚拟环境以及安装tensorflow-gpu,也会安装CUDA和CUDNN 安装Anadonda 安装tensorflow-gpu...
  • cpu版tensorflow版本对应信息请看官网链接 windows 官网地址:windows端tensorflow版本对应 linux 官网地址:linux端tensorflow版本对应
  • 在使用服务器cuda和tensorflow的时候,总是有版本不兼容问题,网上查了好多都没有更新,现在tensorflow官网官方测试源码编译版本总结更新下:(来源:https://www.tensorflow.org/install/source) 版本对应详情: ...
  • tensorflow gpu和cuda版本对应关系

    千次阅读 2021-04-27 16:05:15
    CUDA tensorflow-2.4.0 3.6-3.8 GCC 7.3.1 Bazel 3.1.0 8.0 11.0 tensorflow-2.3.0 3.5-3.8 GCC 7.3.1 Bazel 3.1.0 7.6 10.1 tensorflow-2.2.0 3.5-3.8 GCC 7.3.1 ...
  • tensorflow CUDA cudnn 版本对应关系
  • Tensorflow不同版本要求与CUDA及CUDNN版本对应关系 Tensorflow CUDA cudnn 版本对应关系 参考: [1] Tensorflow不同版本要求与CUDA及CUDNN版本对应关系:https://blog.csdn.net/omodao1/article/details/83241074 [2...
  • Tensorflow, CUDA, cuDNN 最新版本对应 Version Python version Compiler Build tools cuDNN CUDA tensorflow_gpu-2.4.0 3.6-3.8 MSVC 2019 Bazel 3.1.0 8.0 11.0 tensorflow_...
  • tensorflowcuda、cudnn的对应版本关系

    千次阅读 2018-11-15 18:14:56
    tensorflowcuda、cudnn的对应版本关系
  • 网址: https://tensorflow.google.cn/install/source_windows
  • Window CPU版 tensorflow Window GPU版 tensorflow-gpu Linux CPU版 tensorflow Linux GPU版 tensorflow-gpu
  • 1、Linux系统 2、windows系统
  • tensorflow对应cuda的兼容版本问题

    千次阅读 2020-08-26 21:50:26
    一、显卡驱动版本 CUDA官方手册 截止2020.2.19 Each release of the CUDA Toolkit requires a minimum version of the CUDA driver. The CUDA driver is backward compatible, meaning that applications ...
  • TensorFlowcuda版本间的对应关系

    万次阅读 2019-06-27 21:21:21
    https://www.tensorflow.org/install/source#common_installation_problems
  • tensorflow版本对应cuda

    2020-07-22 16:42:25
    tensorflow版本对应cudatensorflow版本对应cuda tensorflow版本对应cuda 建议一定要先考虑好要安装什么版本tensorflow再安装cuda 吐血建议 链接:https://tensorflow.google.cn/install/source_windows?hl=zh_cn
  • Tensorflow python cudnn cuda对应版本

    千次阅读 2019-03-23 15:29:40
    linux下: windows下: 上面两张图是在这里找到的:https://www.tensorflow.org/install/source ...CUDA 下载地址 点击打开链接 cudnn 下载地址(需要注册账号) 点击打开链接 tensorflow-cpu 下载地址 点击打开链...
  • https://www.tensorflow.org/install/source#common_installation_problems
  • tensorflow各个版本CUDA以及Cudnn版本对应关系

    万次阅读 多人点赞 2019-04-08 14:50:34
    (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...
  • TensorFlow-CUDA-cuDNN版本配套关系表,还有python版本,compiler版本,build tools版本对应
  • 环境配置—Tensorflow Cuda Cudnn 版本对应关系及下载网址

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 12,342
精华内容 4,936
关键字:

tensorflow和cuda对应版本