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

并在图像或此处安装如下所示的组合.

以下链接概述了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可以在这里下载.

(数字更新于2018年2月16日)

Linux GPU

Linux的

macOS GPU

苹果系统

(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cuDNN版本7.1.4,可以在注册后从这里下载.

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

如果您在 jupyter Notebook 中进行编码，并且想要检查 tf 正在使用哪个 cuda 版本，请直接在 jupyter cell 中运行以下命令：

!conda list cudatoolkit

!conda list cudnn

并检查 GPU 是否对 tf 可见：

tf.test.is_gpu_available(
    cuda_only=False, min_cuda_compute_capability=None
)