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: 亚洲精品www久久久久久广东 | 综合人人 | 日韩av视屏| 国产91高清| 久久久噜噜噜久久中文字幕色伊伊 | ts人妖另类精品视频系列 | 青青青免费在线 | 成人免费视频国产免费网站 | 黄色在线播放 | 二区在线播放 | 欧美日本不卡 | 亚洲小视频在线 | 玖玖在线免费视频 | 国产日韩一级片 | 亚洲成人av一区二区三区 | 男生插女生网站 | 黄色在线视频观看 | 精品无码一区二区三区电影桃花 | 成人国产精品一区二区 | 四虎影视成人永久免费观看亚洲欧美 | 中文字幕丰满孑伦无码专区 | 国产精品九九九九 | 日本va在线观看 | 成年人免费小视频 | 九色视频自拍 | 免费在线不卡av | 成人免费无遮挡无码黄漫视频 | 裸体av淫导航 | 中国美女黄色 | 久久久久无码精品国产sm果冻 | 国产精品视频一区二区三区在3 | 色涩涩 | 国产黄免费| 加勒比av在线播放 | 亚瑟av| 日本国产精品 | 老狼影院伦理片 | 神马久久久久久久久久久 | 在线看污视频 | 奇米影视777在线观看 | 欧美日韩一区二区三区在线观看 | 啪免费视频 | 国产精品视频一区二区三区, | 国产成人自拍视频在线 | 日日日操操操 | 最新av免费在线观看 | 无码国产精品一区二区免费16 | 日韩久久中文字幕 | 日本一区视频在线播放 | 淫妹妹影院 | 懂色av一区二区三区免费观看 | 伊人伊人伊人 | 办公室大战高跟丝袜秘书经理ol | 国产极品在线观看 | 中文字幕第23页 | 中文综合网 | 午夜精品一区二区三区免费视频 | 国产三级麻豆 | 青青艹视频 | 亚洲精品久久久 | 欧美一区三区三区高中清蜜桃 | 国产一区二区视频在线观看 | 丁香婷婷九月 | 久久久人人爽 | 精品国产a线一区二区三区东京热 | 日韩精品h | 国产成人激情 | 成人一级网站 | 国产一级片a | 十大污网站 | 欧美 日韩 国产 在线观看 | 欧美精品一区二区三区三州 | 无码人妻丰满熟妇区五十路百度 | 精品欧美在线观看 | 国产九九在线 | 日日射射 | αv在线| 99视频免费观看 | 一区二区三区国产在线观看 | 久久avav| 欧美日韩一区二区三区国产精品成人 | 乱h伦h女h在线视频 99999视频 | 欧美视频在线观看一区 | 久久久久久片 | 李丽珍毛片 | 西西午夜 | 国产精品无码毛片 | 色多多av | 欧美一区二区三区大屁股撅起来 | 爽妇网国产精品 | 青青青国产在线 | 亚洲天堂五月 | 青青99| 黄色日韩网站 | 人人模人人爽 | 久久久在线视频 | 欧美国产日本在线 | 亚洲欧美在线成人 | 激情五月婷婷综合网 |