TensorFlow的版本与CUDA等适配问题

我就是我 2022-11-15 01:20 158阅读 0赞

# 如何安装自己想要的版本GPU TensorFlow版本 #

# #

## 1.根据自身需求，确定要安装的TensorFlow版本 ##

一个比较简单的方法，找一个普通的服务器环境，首先更新pip，然后执行如下命令，就能列出所有的TensorFlow的版本，接着选择自己要装的版本。

pip3 install tensorflow-gpu==

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlZW5pbTMz_size_16_color_FFFFFF_t_70][]

## 2.根据要安装的TensorFlow，确定适配的CUDA ##

这里以tensorflow-gpu==2.2.0为例，可知CUDA 需要10.1,cuDNN需要7.6

[https://tensorflow.google.cn/install/source?hl=zh-cn\#gpu\_support\_2][https_tensorflow.google.cn_install_source_hl_zh-cn_gpu_support_2]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlZW5pbTMz_size_16_color_FFFFFF_t_70 1][]

## 3. 根据显卡型号+CUDA，确定驱动 ##

一般一个显卡的驱动并不是固定的，可以根据到NVIDIA官网根据自己的显卡型号和自己的CUDA版本去挑选对应的驱动，选取时，指定CUDA版本。这里以Tesla P100为例。

[https://www.nvidia.cn/Download/index.aspx?lang=cn][https_www.nvidia.cn_Download_index.aspx_lang_cn]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlZW5pbTMz_size_16_color_FFFFFF_t_70 2][]

点击搜索后，即可下载：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlZW5pbTMz_size_16_color_FFFFFF_t_70 3][]

## 4. 根据TensorFlow版本选取CUDNN ##

[https://developer.nvidia.com/cudnn-download-survey][https_developer.nvidia.com_cudnn-download-survey]

下载CUDNN需要登录英伟达的账号，没有注册的可以提前注册一个。

[https://developer.nvidia.com/rdp/cudnn-archive][https_developer.nvidia.com_rdp_cudnn-archive]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlZW5pbTMz_size_16_color_FFFFFF_t_70 4][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlZW5pbTMz_size_16_color_FFFFFF_t_70]: /images/20221022/e2e21e7e3e8e4f0fa061daaf9c80cc50.png
[https_tensorflow.google.cn_install_source_hl_zh-cn_gpu_support_2]: https://tensorflow.google.cn/install/source?hl=zh-cn#gpu_support_2
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlZW5pbTMz_size_16_color_FFFFFF_t_70 1]: /images/20221022/14e702aebbf04626b6c5e6246f2d1eb5.png
[https_www.nvidia.cn_Download_index.aspx_lang_cn]: https://www.nvidia.cn/Download/index.aspx?lang=cn
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlZW5pbTMz_size_16_color_FFFFFF_t_70 2]: /images/20221022/c5f5e505897840a98b74f9ec7f1c90f3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlZW5pbTMz_size_16_color_FFFFFF_t_70 3]: /images/20221022/b92a35f2652d4260b697fc5dc110d3d9.png
[https_developer.nvidia.com_cudnn-download-survey]: https://developer.nvidia.com/cudnn-download-survey
[https_developer.nvidia.com_rdp_cudnn-archive]: https://developer.nvidia.com/rdp/cudnn-archive
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlZW5pbTMz_size_16_color_FFFFFF_t_70 4]: /images/20221022/d2bd5a0ddeb5415dae5b9cb179a2dd13.png