|
|
1
107
一般情况下:检查CUDA版本:
和CUDNN版本:
并按下图所示安装组合,或 here . 以下图片和链接概述了Linux、MacOS和Windows上正式支持/测试的CUDA和TensorFlow组合: 次要配置:由于在某些情况下下面给出的规范可能过于宽泛,下面是一个可以工作的特定配置:
相应的CUDNN可以下载 here . (数据于2019年6月29日更新) Linux GPU
Linux
MacOS GPU
马科斯
(2018年5月31日更新) 窗户
|
|
|
2
12
中给出的兼容性表 https://www.tensorflow.org/install/source#tested_build_configurations 不包含CUDA和CUDNN的特定次要版本。一般只列为cuda=9和cudnn=7。但是,如果不满足特定版本,则会出现错误。
为了
您可以使用
CUDNN版本使用
TensorFlow GPU版本使用
|
|
|
3
4
工作方式:TensorFlow 1.13.1、CUDA 10、CUDNN 7.4.2、Python 3.6(与3.7不太配合)。3.7有很多错误) 对于Windows 10 |
|
|
4
1
您可以将此配置用于CUDA 10.0(10.1自3/18起不工作),这对我运行:
安装TensorFlow GPU版本:
|
|
|
Anon · Java JDK在VSCode中与在终端中不同 2 年前 |