日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程语言 > python >内容正文

python

tensorflow对应的python版本_详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系

發布時間:2025/3/21 python 32 豆豆
生活随笔 收集整理的這篇文章主要介紹了 tensorflow对应的python版本_详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

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的驅動程序版本跟CUDA的運行時版本不匹配!

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

查看命令:nvidia-smi

我們看到我的GPU的驅動程序版本是:384.81

2.CUDA runtime version(運行時版本):是在python中安裝的cudatoolkit和cudnn程序包的版本

查看命令:pip list

python安裝的cudatoolkit和cudnn程序包版本是:9.2

3.nvidia 驅動和cuda runtime 版本對應關系

運行時版本 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

從驅動和運行時的版本對應關系來看,版本為384.81的驅動程序 對應的 運行時版本是9.0,也就是說我們在python中安裝cudatoolkit和cudnn程序包版本9.2是過高了。

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

于是,先卸載python中安裝cudatoolkit和cudnn程序包:pip uninstall cudnn ; pip uninstall cudatoolkit

然后安裝對應版本的cudatoolkit和cudnn程序包:pip install cudatoolkit=9.0;pip install cudnn

5.為什么會出現這種情況呢:

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程序包,pip就會安裝最新版本的cudatoolkit和cudnn程序包,最終導致gpu驅動版本和cuda運行時版本不匹配。

到此這篇關于詳解Tensorflow不同版本要求與CUDA及CUDNN版本對應關系的文章就介紹到這了,更多相關Tensorflow CUDA及CUDNN版本對應內容請搜索我們以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持我們!

本文標題: 詳解Tensorflow不同版本要求與CUDA及CUDNN版本對應關系

本文地址: http://www.cppcns.com/jiaoben/python/330332.html

總結

以上是生活随笔為你收集整理的tensorflow对应的python版本_详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。

主站蜘蛛池模板: 久久精品99久久久久久久久 | 女人夜夜春 | 欧美在线一区二区 | 鲁鲁在线| 国产成人无码一区二区在线观看 | 青青草国产一区二区三区 | 国产精品色哟哟 | 91欧美激情一区二区三区成人 | 欧美人妻精品一区二区免费看 | 五月婷婷色综合 | 色在线视频 | 欧美精品xx| 欧美日韩不卡一区二区三区 | 欧美一区视频在线 | 麻豆传媒视频入口 | 九色蝌蚪91 | 成年人黄色av | 人妻丰满熟妇av无码区免 | 日批av| 久久免费国产视频 | 国产精品日韩一区二区三区 | 一区两区小视频 | 欧美日韩aaa | 乱子伦一区二区三区 | 亚洲va韩国va欧美va精品 | 中国一级特黄真人毛片免费观看 | 日本国产精品一区 | 国产麻豆一区 | 黄色网页观看 | 第五色婷婷 | 狠狠久久婷婷 | 视频久久 | 国产精品欧美一区二区三区 | av永久免费 | 亚洲二区视频 | 色综合啪啪 | 亚洲自拍三区 | 超碰97国产在线 | 阿v视频免费在线观看 | 狠狠躁夜夜躁人 | 亚洲欧美日韩精品色xxx | 久久精品女人 | 午夜看片| 国产夫妻自拍小视频 | wwwxx在线 | 亚洲精品一级片 | 美妇湿透娇羞紧窄迎合 | 午夜免费高清视频 | 亚洲人成网站999久久久综合 | 成人国产a| 色综合五月婷婷 | 丝袜诱惑av | 123毛片| 女女爱爱视频 | 在线观看网址你懂的 | 国产区一二三 | 瑟瑟网站在线观看 | 久综合网 | 成人激情视频在线观看 | 亚洲伦理一区 | 精品视频成人 | 三级成人网| 久草免费在线色站 | 亚洲天堂日本 | 成人短视频在线播放 | 精品久久精品 | 色一情一区二区三区 | 陪读偷伦初尝小说 | 国产一区二区网址 | 国产一卡二卡三卡 | 黑人巨大精品欧美一区免费视频 | 老鸭窝视频在线观看 | 亚州精品国产精品乱码不99按摩 | 中国av毛片 | 国产偷v国产偷v亚洲高清 | 久久精品一区二区三区黑人印度 | 中国美女黄色 | 黄片毛片av | 黄色99视频| 欧美黄色a视频 | 国产精品露脸视频 | 国产露脸无套对白在线播放 | 午夜片在线 | 又色又爽又黄gif动态图 | 亚洲欧美制服丝袜 | 日韩中文字幕电影 | 爱爱综合网 | 日韩黄页网站 | 色综合天天综合网天天看片 | 无码精品人妻一二三区红粉影视 | 青青草原免费观看 | 日韩色图一区 | 人妻少妇精品无码专区久久 | 伊人国产在线 | 国产熟妇搡bbbb搡bbbb | 三级黄在线观看 | a级片免费视频 | 亚洲一区第一页 | 国产精品久久久久久久久久直播 |