tensorflow-gpu与cuda 关系
Posted g2thend
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了tensorflow-gpu与cuda 关系相关的知识,希望对你有一定的参考价值。
对于版本号大于1.13的tensorflow-gpu版本,如1.14、1.15和2.0,要安装CUDA10.0,不要安装最新的CUDA10.1,安装后会提示缺少很多库文件,而导致GPU版本的tensorflow无法使用。
CUdnn与CUDA的对应关系
NVIDIA官网链接:https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10
目前为止(2019年11月2日),最新的cuDNN版本号是7.6.3,7.5和7.6的cuDNN都支持CUDA10.1,7.4只能支持到CUDA10.0,一般如果安装的CUDA10.0的话,cuDNN7.4是可以的
检验tensorflow-gpu安装成功
import tensorflow as tf
a = tf.constant([1.0,2.0,3.0],shape = [3], name='a')
b = tf.constant([1.0,2.0,3.0], shape = [3], name='b')
c = a +b
sess = tf.Session(config = tf.ConfigProto(log_device_placement =True))
print(sess.run(c))
如果出现错误
ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory
##那么在终端输入以下命令(未测试):
sudo ldconfig /usr/local/cuda-10.0/lib64
nvidia-cuda 镜像地址
https://hub.docker.com/r/nvidia/cuda/tags?page=4
anaconda python 版本对应关系
以上是关于tensorflow-gpu与cuda 关系的主要内容,如果未能解决你的问题,请参考以下文章
Tensorflow-gpu 问题(CUDA 运行时错误:设备内核映像无效)
Anaconda 中的 Tensorflow-Gpu 和 Cuda 驱动程序存在问题