2. 程式人生 > 程式設計 >詳解Tensorflow不同版本要求與CUDA及CUDNN版本對應關係

詳解Tensorflow不同版本要求與CUDA及CUDNN版本對應關係

阿新 • • 發佈：2020-08-05

參考官網地址：

Windows端：https://tensorflow.google.cn/install/source_windows

CPU

Version Python version Compiler Build tools
tensorflow-1.11.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3
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

GPU

Version Python version Compiler Build tools cuDNN CUDA
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

Linux端：https://tensorflow.google.cn/install/source

Linux

Version Python version Compiler Build tools
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

Version Python version Compiler Build tools cuDNN CUDA
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-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

tensorflow的CUDA driver version is insufficient for CUDA runtime version 問題解決方案

CUDA driver version is insufficient for CUDA runtime version 翻譯過來就是CUDA的驅動程式版本跟CUDA的執行時版本不匹配！

1.CUDA driver version（驅動版本）：就是NVIDIA GPU的驅動程式版本；

檢視命令：nvidia-smi

詳解Tensorflow不同版本要求與CUDA及CUDNN版本對應關係

我們看到我的GPU的驅動程式版本是：384.81

2.CUDA runtime version（執行時版本）：是在python中安裝的cudatoolkit和cudnn程式包的版本

檢視命令：pip list

詳解Tensorflow不同版本要求與CUDA及CUDNN版本對應關係

python安裝的cudatoolkit和cudnn程式包版本是：9.2

3.nvidia 驅動和cuda runtime 版本對應關係

執行時版本 驅動版本
CUDA 9.1 387.xx
CUDA 9.0 384.xx
CUDA 8.0 375.xx (GA2)
CUDA 8.0 367.4x
CUDA 7.5 352.xx
CUDA 7.0 346.xx
CUDA 6.5 340.xx
CUDA 6.0 331.xx
CUDA 5.5 319.xx
CUDA 5.0 304.xx
CUDA 4.2 295.41
CUDA 4.1 285.05.33
CUDA 4.0 270.41.19
CUDA 3.2 260.19.26
CUDA 3.1 256.40
CUDA 3.0 195.36.15

4.解決方案

從驅動和執行時的版本對應關係來看，版本為384.81的驅動程式 對應的 執行時版本是9.0，也就是說我們在python中安裝cudatoolkit和cudnn程式包版本9.2是過高了。

因為系統中依賴GPU驅動的程式比較多，一般出現這種情況，我們都是更改cudatoolkit和cudnn程式包的版本。

於是，先解除安裝python中安裝cudatoolkit和cudnn程式包：pip uninstallcudnn ；pip uninstallcudatoolkit

然後安裝對應版本的cudatoolkit和cudnn程式包：pip installcudatoolkit=9.0；pip installcudnn

5.為什麼會出現這種情況呢：

一般出現這種情況是因為在python中安裝tensorflow的gpu版本時，pip會檢查tensorflow依賴的其他的包，如果依賴的包沒有安裝，則會先安裝最新版本的依賴包。這時候tensorflow的gpu版本依賴cudatoolkit和cudnn程式包，pip就會安裝最新版本的cudatoolkit和cudnn程式包，最終導致gpu驅動版本和cuda執行時版本不匹配。

到此這篇關於詳解Tensorflow不同版本要求與CUDA及CUDNN版本對應關係的文章就介紹到這了,更多相關Tensorflow CUDA及CUDNN版本對應內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！

相關推薦

詳解Tensorflow不同版本要求與CUDA及CUDNN版本對應關係

參考官網地址： Windows端：https://tensorflow.google.cn/install/source_windows CPU Version Python version

檢視Tensorflow、CUDA及cuDNN版本

檢視Tensorflow、CUDA及cuDNN版本 1. 檢視Tensorflow版本 開啟cmd,輸入 python import tensorflow as tf tf.__version__

Spring data jpa 的使用與詳解（一）：框架整合及基本使用

1 什麼是JPA JPA全稱Java Persistence API，可以通過註解或者XML描述【物件-關係表】之間的對映關係，並將實體物件持久化到資料庫中。JPA的出現主要是為了簡化持久層開發以及整合ORM技術，結束Hibernate、TopLink、J

詳解numpy矩陣的建立與資料型別

Numpy是python常用的一個類庫，在python的使用中及其常見，廣泛用在矩陣的計算中，numpy對矩陣的操作與純python比起來速度有極大的差距。

詳解Vue中的Props與Data細微差別

Vue提供了兩種不同的儲存變數：props和data。 這些方法一開始可能會讓人感到困惑，因為它們做的事情很相似，而且也不清楚什何時使用props，何時使用data。

JavaScript面向物件三個基本特徵例項詳解【封裝、繼承與多型】

本文例項講述了JavaScript面向物件三個基本特徵。分享給大家供大家參考，具體如下：

詳解Java的初始化與清理

　　大家都知道，Java是站在巨人的肩上成功的，它是在C&C++的基礎上進一步的開發，投入面向物件開發的懷抱。Java吸取了很多以前的教訓，加入自己很多獨創的方式。在程式語言發展初期，許多C程式設計師經常忘記初

基於MindSpore詳解推薦模型的原理與實踐

​ 相信大家都在淘寶購買過相關的商品。 比如某一天使用者購買了一臺臺式主機後，淘寶會立刻給該使用者推送與電腦相關的商品，例如電腦顯示屏，鍵盤和滑鼠等等。

詳解IDEA git分支回退指定的歷史版本

場景 當我提交了本次修改到本地和遠端分支後，發現我本次提交還少了一些修改內容，或者說本次修改是完全錯誤的，然而也push到遠端倉庫去了。如何回退？

詳解C++11原子型別與原子操作

1.認識原子操作 原子操作就是在多執行緒程式中“最小的且不可並行化的”操作，意味著多個執行緒訪問同一個資源時，有且僅有一個執行緒能對資源進行操作。通常情況下原子操作可以通過互斥的訪問方式來保證，例如Linux

詳解C++純虛擬函式與抽象類

1.虛擬函式 1.1虛擬函式簡介 虛擬函式可以毫不誇張的說是C++最重要的特性之一，我們先來看一看虛擬函式的概念。

詳解python中的lambda與sorted函式

lambda表示式 python中形如： lambda parameters: expression 稱為lambda表示式，用於建立匿名函式，該表示式會產生一個函式物件。

詳解MySQL 聚簇索引與非聚簇索引

1、聚集索引 表資料按照索引的順序來儲存的，也就是說索引項的順序與表中記錄的物理順序一致。對於聚集索引，葉子結點即儲存了真實的資料行，不再有另外單獨的資料頁。

詳解基於python的全域性與區域性序列比對的實現(DNA)

程式能實現什麼 a.完成gap值的自定義輸入以及兩條需比對序列的輸入 b.完成得分矩陣的計算及輸出

詳解 Python 中的 with 與 上下文管理器

with 這個關鍵字，對於每一學習Python的人，都不會陌生。 操作文字物件的時候，幾乎所有的人都會讓我們要用 with open ，這就是一個上下文管理的例子。你一定已經相當熟悉了，我就不再廢話了。

詳解python演算法常用技巧與內建庫

近些年隨著python的越來越火，python也漸漸成為了很多程式設計師的喜愛。許多程式設計師已經開始使用python作為第一語言來刷題。

tensorflow各個版本需要的CUDA版本以及Cudnn的對應關係

tensorflow各個版本 參考文章 1.x各版本下載地址 https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/

JVM詳解（一）-- JVM與Java體系結構

本章思維導圖 一、Java和JVM 1.1 JVM是java體系的基石 JDK 包含 JRE，JRE 包含 JVM。 JVM（java virtual machine）是虛擬計算機，用於執行位元組碼檔案。JRE（java runtime environment）是 java 執行時環境，包含

詳解tensorflow之過擬合問題實戰

過擬合問題實戰 1.構建資料集 我們使用的資料集樣本特性向量長度為 2，標籤為 0 或 1，分別代表了 2 種類別。藉助於 scikit-learn 庫中提供的 make_moons 工具我們可以生成任意多資料的訓練集。

詳解Ubuntu16.04安裝nvidia驅動+CUDA+cuDNN的教程

準備工作 1.檢視GPU是否支援CUDA lspci | grep -i nvidia 2.檢視Linux版本 uname -m && cat /etc/*release