哪个TensorFlow和CUDA版本组合兼容？

Question

我注意到一些较新的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，甚至是官方测试组合的列表？我在TensorFlow文档中找不到它。

Answer 1

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

并在图像或here中安装如下所示的组合。

以下图像和链接概述了Linux，macOS和Windows上正式支持/测试的CUDA和TensorFlow组合：

次要配置：

由于下面给出的规范在某些情况下可能过于宽泛，因此这里有一个特定的配置：

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

相应的cudnn可以下载here。

（数字更新于2019年6月29日）

Linux GPU

Linux的

macOS GPU

MACOS

（图更新于2018年5月31日）

视窗

Answer 2

https://www.tensorflow.org/install/source#tested_build_configurations中给出的兼容性表不包含cuda和cuDNN的特定次要版本。它通常只列为cuda = 9和cuDNN = 7。但是，如果不满足特定版本，则会出现错误。

对于tensorflow-gpu==1.12.0和cuda==9.0，兼容的cuDNN版本是7.1.4，可以在注册后从here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

Answer 3

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

Answer 4

您可以将此配置用于cuda 10.0（10.1从3/18开始不起作用），这适用于我：

• tensorflow> = 1.12.0
• tensorflow_gpu> = 1.4

安装版本tensorflow gpu：

pip install tensorflow-gpu==1.4.0