Tensorflow 1.11 需要 CUDA 9.0 的 CuDNN 7.2,但是没有这样的库
Posted
技术标签:
【中文标题】Tensorflow 1.11 需要 CUDA 9.0 的 CuDNN 7.2,但是没有这样的库【英文标题】:Tensorflow 1.11 needs CuDNN 7.2 for CUDA 9.0, but there is no such library 【发布时间】:2019-03-04 08:27:59 【问题描述】:在GPU上运行的tensorflow 1.11当前版本的requirements是
CUDA® Toolkit —TensorFlow 支持 CUDA 9.0。 cuDNN SDK (>= 7.2)
但是CuDNN downlad page 只列出
下载 cuDNN v7.2.1(2018 年 8 月 7 日),用于 CUDA 9.2
鉴于 CuDNN 为 CUDA 工具包的次要版本提供了不同的二进制文件(例如,CuDNN 7.1.3 有一个用于 CUDA 9.1 的二进制文件和另一个用于 CUDA 9.0 的二进制文件),我想这个 CuDNN 7.2 的二进制文件与 CUDA 9.0 不兼容.
是文档错误吗?如果没有,如何满足TF 1.11的要求?
【问题讨论】:
我尝试使用 Cuda 9.0、cudnn 7.3 安装 TF 1.11 - 该设置适用于 TF 1.10,但 TF 1.11 挂在tf.Session()
上。不过我没有尝试任何其他组合。很高兴听到您是否成功。
面临同样令人困惑的问题。 @emilyfy 友好共享的库适用于 Ubuntu 和 AMD CPU,但不适用于带有 Intel 的 Windows 10。
【参考方案1】:
我通过修改公开库中的地址找到了以下答案:https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.2.1/prod/9.0_20180806/cudnn-9.0-windows10-x64-v7.2.1.38
正如@emilyfy 建议的那样,也可以获取其他托管但未发布的版本和操作系统的地址。
【讨论】:
【参考方案2】:转至此页面。 https://developer.nvidia.com/rdp/cudnn-download
它有链接
Download cuDNN v7.3.0 (Sept 19, 2018), for CUDA 9.0
【讨论】:
【参考方案3】:用于 CUDA 9.0 的 cuDNN v7.2.1 曾经存在,但现在他们拥有 v7.3.0,它不再存在于档案中。我在另一台 PC 上构建的模型也有同样的问题。幸运的是我没有删除安装程序。我会分享它们(仅限 Linux 的 deb 安装程序)here。
【讨论】:
我通过猜测找到了Win10的文件夹:developer.nvidia.com/compute/machine-learning/cudnn/secure/… @bugfoot 太棒了!看起来它也适用于其他操作系统,只需在 CUDA 9.2 的 cuDNN v7.2.1 的下载链接中将任何 9.2 更改为 9.0。您可能应该将此作为答案发布。以上是关于Tensorflow 1.11 需要 CUDA 9.0 的 CuDNN 7.2,但是没有这样的库的主要内容,如果未能解决你的问题,请参考以下文章
是否有兼容 Cuda 9.0 和 cudnn 7.1 的 tensorflow 版本
tensorflow 1.8, ubuntu 16.04, cuda 9.0, nvidia-390,安装踩坑指南。
业界 | 谷歌正式发布TensorFlow 1.5:终于支持CUDA 9和cuDNN 7
VS2017 + CUDA 9.2 + CUDNN 7.1.4 + tensorflow 安装
深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3