J'ai remarqué que certaines versions plus récentes de TensorFlow sont incompatibles avec les anciennes versions de CUDA et de CUDNN. Existe-t-il un aperçu des versions compatibles ou même une liste des combinaisons testées officiellement? Je ne le trouve pas dans la documentation TensorFlow.
Vérifiez la version de CUDA:
cat /usr/local/cuda/version.txt
et version cDNn:
grep CUDNN_MAJOR -A 2 /usr/local/cuda/include/cudnn.h
et installez une combinaison comme indiqué ci-dessous dans les images ou ici .
Les images suivantes et le lien fournissent un aperçu des combinaisons officiellement supportées/testées de CUDA et TensorFlow sous Linux, macOS et Windows:
Dans la mesure où les spécifications données ci-dessous sont parfois trop larges, voici une configuration spécifique qui fonctionne:
tensorflow-gpu==1.12.0
cuda==9.0
cuDNN==7.1.4
Le fichier correspondant peut être téléchargé ici .
(chiffres mis à jour le 29 juin 2019)
(chiffre mis à jour le 31 mai 2018)
Le tableau de compatibilité indiqué dans https://www.tensorflow.org/install/source#tested_build_configurations ne contient pas de versions mineures spécifiques pour cuda et cuDNN. Il est généralement indiqué que cuda = 9 et cuDNN = 7. Cependant, si les versions spécifiques ne sont pas remplies, il y aura une erreur.
Pour tensorflow-gpu==1.12.0
et cuda==9.0
, la version compatible cuDNN
est 7.1.4
, téléchargeable à partir de ici après l'enregistrement.
Vous pouvez vérifier votre version de cuda en utilisantnvcc --version
version cDNu utilisantcat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2
version tensorflow-gpu utilisantpip freeze | grep tensorflow-gpu
Fonctionnement: tensorflow 1.13.1, CUDA 10, CUDNN 7.4.2, python 3.6 (ne fonctionne pas bien avec 3.7 .. 3.7 a de nombreux bogues) Pour Windows 10
Vous pouvez utiliser cette configuration pour cuda 10.0 (10.1 ne fonctionne pas à partir du 3/18), cela fonctionne pour moi:
Installer la version tensorflow gpu:
pip install tensorflow-gpu==1.4.0