详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系

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*