Я заметил, что некоторые новые версии TensorFlow несовместимы со старыми версиями CUDA и cuDNN. Существует ли обзор совместимых версий или даже список официально протестированных комбинаций? Я не могу найти это в документации TensorFlow.
146
Ответы:
В общем-то:
Проверьте версию CUDA:
и версия cuDNN:
и установите комбинацию, как указано ниже в изображениях или здесь .
Следующие изображения и ссылка предоставляют обзор официально поддерживаемых / протестированных комбинаций CUDA и TensorFlow в Linux, macOS и Windows:
Незначительные конфигурации:
Поскольку приведенные ниже спецификации в некоторых случаях могут быть слишком широкими, вот одна конкретная конфигурация, которая работает:
tensorflow-gpu==1.12.0
cuda==9.0
cuDNN==7.1.4
Соответствующий cudnn можно скачать здесь .
(цифры обновлены 20 мая 2020 г.)
Linux GPU
Linux
MacOS GPU
Macos
(рисунок обновлен 31 мая 2018 г.)
Windows
Обновление от 14 января 2020 года: обновленную информацию см. В разделах « Ссылка для Linux» и « Ссылка для Windows» .
источник
Таблица совместимости, приведенная на сайте tenorflow , не содержит специальных минорных версий для cuda и cuDNN. Тем не менее, если конкретные версии не встречаются, при попытке использовать тензор потока возникнет ошибка.
Для
tensorflow-gpu==1.12.0
иcuda==9.0
совместимаяcuDNN
версия есть7.1.4
, которую можно скачать отсюда после регистрации.Вы можете проверить свою версию cuda, используя
nvcc --version
версия cuDNN с использованием
cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2
Версия tennsflow-GPU с использованием
pip freeze | grep tensorflow-gpu
ОБНОВЛЕНИЕ: Начиная с версии tenorflow 2.0, я поделюсь с ней совместимыми версиями cuda и cuDNN (для Ubuntu 18.04).
tensorflow-gpu
= 2.0.0cuda
= 10,0cuDNN
= 7.6.0источник
если вы пишете код в блокноте jupyter и хотите проверить, какую версию cuda использует tf, введите команду follow непосредственно в ячейку jupyter:
и проверить, виден ли gpu для tf:
источник
Вы можете использовать эту конфигурацию для cuda 10.0 (10.1 не работает с 3/18), это работает для меня:
Установите версию tenorflow gpu:
источник
Я установил CUDA 10.1 и CUDNN 7.6 по ошибке. Вы можете использовать следующие конфигурации (это работало для меня - с 9/10). :
Но я должен был создать символические ссылки для того, чтобы он работал, так как тензор потока изначально работает с CUDA 10.
И добавьте следующее в мой ~ / .bashrc -
источник
У меня была похожая проблема после обновления до TF 2.0. Версия CUDA, о которой сообщал TF, не соответствовала версии Ubuntu 18.04, которую я установил. Там говорилось, что я использую CUDA 7.5.0, но мне показалось, что у меня установлена правильная версия.
То , что я в конце концов , должен был сделать Grep рекурсивно
/usr/local
дляCUDNN_MAJOR
, и я обнаружил , что/usr/local/cuda-10.0/targets/x86_64-linux/include/cudnn.h
действительно указать версию , как7.5.0
./usr/local/cuda-10.1
правильно понял и/usr/local/cuda
указал/usr/local/cuda-10.1
, так что это было (и остается) загадкой для меня, почему TF смотрел/usr/local/cuda-10.0
.Во всяком случае, я просто переехал
/usr/local/cuda-10.0
в/usr/local/old-cuda-10.0
TF, так что TF больше не мог его найти, и тогда все работало как шарм.Все это очень расстраивало, и я все еще чувствую, что я просто сделал случайный взлом. Но это сработало :) и, возможно, это поможет кому-то с подобной проблемой.
источник