文章目录
*
– 一、CUDA和cuDNN对应版本
–
+ 1.1 CUDA驱动和CUDAToolkit对应版本
+ 1.2 CUDA和cuDNN对应版本
– 二、Pytorch、CUDA版本匹配
– 三、TensorFlow、Python、CUDA、cuDNN版本匹配
–
+ 3.1 Windows
+ 3.2 Linux
– 四、Keras、TensorFlow、Python版本匹配
–
+ 4.1 简介
+ 4.2 安装版本匹配
前言
安装CUDA前,最好先确定自己需要安装的TensorFlow版本或者pytorch版本
,然后根据TensorFlow版本或者pytorch版本确定对应的CUDA版本
。否则,可能在安装的过程中出现版本不匹配的问题。
一、CUDA和cuDNN对应版本
1.1 CUDA驱动和CUDAToolkit对应版本
CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。
; 1.2 CUDA和cuDNN对应版本
NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中,如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型,而不是简单调整性能,同时还可以在GPU上实现高性能现代并行计算。
cuDNN是基于CUDA的深度学习GPU加速库,有了它才能在GPU上完成深度学习的计算。想要在CUDA上运行深度神经网络,就要安装cuDNN,这样才能使GPU进行深度神经网络的工作,工作速度相较CPU快很多。
; 二、Pytorch、CUDA版本匹配
各版本Pytorch对应安装包的版本匹配:
Environment: PyTorch
pytorch和cudatoolkit版本对应关系
; 三、TensorFlow、Python、CUDA、cuDNN版本匹配
官网:TensorFlow
各版本Pytorch对应安装包的版本匹配:Environment: TensorFlow
3.1 Windows
基于CPU版本的TensorFlow版本:TensorFlow-CPU
基于GPU版本的TensorFlow:TensorFlow-GPU
如需支持 GPU,请将 CUDA 和 cuDNN bin 目录添加到$PATH 中:
- export PATH=”c:Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.0/bin:$PATH”
- export PATH=”c:Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.0/extras/CUPTI/libx64:$PATH”
- export PATH=”/c/tools/cuda/bin:$PATH”
; 3.2 Linux
基于CPU版本的TensorFlow版本:TensorFlow-CPU
基于GPU版本的TensorFlow:TensorFlow-GPU
; 四、Keras、TensorFlow、Python版本匹配
Keras官网:Keras
4.1 简介
Keras 是一个用 Python 编写的高级神经网络 API,它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果,是做好研究的关键。
如果你在以下情况下需要深度学习库,请使用 Keras:
- 允许简单快速地制作原型(由于用户友好、高度模块化、可扩展)。
[En]
allows simple and rapid prototyping (due to user-friendly, highly modular, scalable).*
- 支持卷积神经网络和循环神经网络,以及两者的组合。
[En]
support both convolutional neural network and cyclic neural network, as well as the combination of both.*
- 在 CPU 和 GPU 上无缝运行。
Keras 兼容的 Python 版本: Python 2.7-3.6。
4.2 安装版本匹配
在安装 Keras 之前,请安装以下后端引擎之一:
- TensorFlow,
- Theano,
- CNTK。
Keras推荐 TensorFlow 后端。
如果环境中未提及的,可以安装
tensorflow-1.9
,配套的Python 3.6, Keras 2.2.0。Original: https://blog.csdn.net/qq_41498261/article/details/120067750
Author: WaitFoF
Title: CUDA、cuDNN、Pytorch、TensorFlow、Keras以及Python的对应版本总结
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/511768/
转载文章受原作者版权保护。转载请注明原作者出处!