TensorFlow 是一个非常流行的深度学习框架,但是不同版本的 TensorFlow 对 CUDA 和 cuDNN 的版本有不同的要求。在使用 TensorFlow 时,需要根据 TensorFlow 的版本来选择合适的 CUDA 和 cuDNN 版本。下面是 TensorFlow 不同版本要求与 CUDA 及 cuDNN 版本对应关系的详细攻略。
TensorFlow 1.x 版本要求与 CUDA 及 cuDNN 版本对应关系
TensorFlow 版本 | CUDA 版本 | cuDNN 版本 |
---|---|---|
1.0 | 8.0 | 5.1 |
1.1 | 8.0 | 5.1 |
1.2 | 8.0 | 6.0 |
1.3 | 8.0 | 6.0 |
1.4 | 8.0 | 6.0 |
1.5 | 8.0 | 6.0 |
1.6 | 9.0 | 7.0 |
1.7 | 9.0 | 7.0 |
1.8 | 9.0 | 7.0 |
1.9 | 9.0 | 7.0 |
1.10 | 9.0 | 7.0 |
1.11 | 9.0 | 7.4 |
1.12 | 9.0 | 7.4 |
1.13 | 10.0 | 7.4 |
1.14 | 10.0 | 7.4 |
1.15 | 10.0 | 7.4 |
在使用 TensorFlow 1.x 版本时,需要根据 TensorFlow 的版本来选择合适的 CUDA 和 cuDNN 版本。例如,如果使用 TensorFlow 1.12 版本,则需要安装 CUDA 9.0 和 cuDNN 7.4。
TensorFlow 2.x 版本要求与 CUDA 及 cuDNN 版本对应关系
TensorFlow 版本 | CUDA 版本 | cuDNN 版本 |
---|---|---|
2.0 | 10.0 | 7.4 |
2.1 | 10.1 | 7.6 |
2.2 | 10.1 | 7.6 |
2.3 | 10.1 | 7.6 |
2.4 | 11.0 | 8.0 |
在使用 TensorFlow 2.x 版本时,需要根据 TensorFlow 的版本来选择合适的 CUDA 和 cuDNN 版本。例如,如果使用 TensorFlow 2.3 版本,则需要安装 CUDA 10.1 和 cuDNN 7.6。
示例1:TensorFlow 1.x 版本要求与 CUDA 及 cuDNN 版本对应关系
如果要使用 TensorFlow 1.12 版本,则需要安装 CUDA 9.0 和 cuDNN 7.4。可以使用以下命令来安装 CUDA 9.0:
wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux-run
sudo sh cuda_9.0.176_384.81_linux-run
然后,可以使用以下命令来安装 cuDNN 7.4:
wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.4.1.5/prod/9.0_20181108/cudnn-9.0-linux-x64-v7.4.1.5.tgz
tar -xzvf cudnn-9.0-linux-x64-v7.4.1.5.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
示例2:TensorFlow 2.x 版本要求与 CUDA 及 cuDNN 版本对应关系
如果要使用 TensorFlow 2.3 版本,则需要安装 CUDA 10.1 和 cuDNN 7.6。可以使用以下命令来安装 CUDA 10.1:
wget https://developer.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run
sudo sh cuda_10.1.243_418.87.00_linux.run
然后,可以使用以下命令来安装 cuDNN 7.6:
wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.5.32/Production/10.1_20201106/cudnn-10.1-linux-x64-v7.6.5.32.tgz
tar -xzvf cudnn-10.1-linux-x64-v7.6.5.32.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系 - Python技术站