大家在安装配置过程中遇到了很多坑，其中大部分和软件之间的版本兼容性有关，在此，列出了不同软件版本之间的配置兼容性，方便安装配置。

https://github.com/fo40225/tensorflow-windows-wheel

Path	Compiler	CUDA/cuDNN	SIMD	Notes
1.14.0\py37\CPU\sse2	VS2019 16.1	No	x86_64	Python 3.7
1.14.0\py37\CPU\avx2	VS2019 16.1	No	AVX2	Python 3.7
1.14.0\py37\GPU\cuda101cudnn76sse2	VS2019 16.1	10.1.168_425.25/7.6.0.64	x86_64	Python 3.7/Compute 3.0
1.14.0\py37\GPU\cuda101cudnn76avx2	VS2019 16.1	10.1.168_425.25/7.6.0.64	AVX2	Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.13.1\py37\CPU\sse2	VS2017 15.9	No	x86_64	Python 3.7
1.13.1\py37\CPU\avx2	VS2017 15.9	No	AVX2	Python 3.7
1.13.1\py37\GPU\cuda101cudnn75sse2	VS2017 15.9	10.1.105_418.96/7.5.0.56	x86_64	Python 3.7/Compute 3.0
1.13.1\py37\GPU\cuda101cudnn75avx2	VS2017 15.9	10.1.105_418.96/7.5.0.56	AVX2	Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.12.0\py36\CPU\sse2	VS2017 15.8	No	x86_64	Python 3.6
1.12.0\py36\CPU\avx2	VS2017 15.8	No	AVX2	Python 3.6
1.12.0\py36\GPU\cuda100cudnn73sse2	VS2017 15.8	10.0.130_411.31/7.3.1.20	x86_64	Python 3.6/Compute 3.0
1.12.0\py36\GPU\cuda100cudnn73avx2	VS2017 15.8	10.0.130_411.31/7.3.1.20	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.12.0\py37\CPU\sse2	VS2017 15.8	No	x86_64	Python 3.7
1.12.0\py37\CPU\avx2	VS2017 15.8	No	AVX2	Python 3.7
1.12.0\py37\GPU\cuda100cudnn73sse2	VS2017 15.8	10.0.130_411.31/7.3.1.20	x86_64	Python 3.7/Compute 3.0
1.12.0\py37\GPU\cuda100cudnn73avx2	VS2017 15.8	10.0.130_411.31/7.3.1.20	AVX2	Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.11.0\py36\CPU\sse2	VS2017 15.8	No	x86_64	Python 3.6
1.11.0\py36\CPU\avx2	VS2017 15.8	No	AVX2	Python 3.6
1.11.0\py36\GPU\cuda100cudnn73sse2	VS2017 15.8	10.0.130_411.31/7.3.0.29	x86_64	Python 3.6/Compute 3.0
1.11.0\py36\GPU\cuda100cudnn73avx2	VS2017 15.8	10.0.130_411.31/7.3.0.29	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.11.0\py37\CPU\sse2	VS2017 15.8	No	x86_64	Python 3.7
1.11.0\py37\CPU\avx2	VS2017 15.8	No	AVX2	Python 3.7
1.11.0\py37\GPU\cuda100cudnn73sse2	VS2017 15.8	10.0.130_411.31/7.3.0.29	x86_64	Python 3.7/Compute 3.0
1.11.0\py37\GPU\cuda100cudnn73avx2	VS2017 15.8	10.0.130_411.31/7.3.0.29	AVX2	Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.10.0\py36\CPU\sse2	VS2017 15.8	No	x86_64	Python 3.6
1.10.0\py36\CPU\avx2	VS2017 15.8	No	AVX2	Python 3.6
1.10.0\py36\GPU\cuda92cudnn72sse2	VS2017 15.8	9.2.148.1/7.2.1.38	x86_64	Python 3.6/Compute 3.0
1.10.0\py36\GPU\cuda92cudnn72avx2	VS2017 15.8	9.2.148.1/7.2.1.38	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.10.0\py27\CPU\sse2	VS2017 15.8	No	x86_64	Python 2.7
1.10.0\py27\CPU\avx2	VS2017 15.8	No	AVX2	Python 2.7
1.10.0\py27\GPU\cuda92cudnn72sse2	VS2017 15.8	9.2.148.1/7.2.1.38	x86_64	Python 2.7/Compute 3.0
1.10.0\py27\GPU\cuda92cudnn72avx2	VS2017 15.8	9.2.148.1/7.2.1.38	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.9.0\py36\CPU\sse2	VS2017 15.7	No	x86_64	Python 3.6
1.9.0\py36\CPU\avx2	VS2017 15.7	No	AVX2	Python 3.6
1.9.0\py36\GPU\cuda92cudnn71sse2	VS2017 15.7	9.2.148/7.1.4	x86_64	Python 3.6/Compute 3.0
1.9.0\py36\GPU\cuda92cudnn71avx2	VS2017 15.7	9.2.148/7.1.4	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.9.0\py27\CPU\sse2	VS2017 15.7	No	x86_64	Python 2.7
1.9.0\py27\CPU\avx2	VS2017 15.7	No	AVX2	Python 2.7
1.9.0\py27\GPU\cuda92cudnn71sse2	VS2017 15.7	9.2.148/7.1.4	x86_64	Python 2.7/Compute 3.0
1.9.0\py27\GPU\cuda92cudnn71avx2	VS2017 15.7	9.2.148/7.1.4	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.8.0\py36\CPU\sse2	VS2017 15.4	No	x86_64	Python 3.6
1.8.0\py36\CPU\avx2	VS2017 15.4	No	AVX2	Python 3.6
1.8.0\py36\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.3/7.1.3	x86_64	Python 3.6/Compute 3.0
1.8.0\py36\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.3/7.1.3	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.8.0\py27\CPU\sse2	VS2017 15.4	No	x86_64	Python 2.7
1.8.0\py27\CPU\avx2	VS2017 15.4	No	AVX2	Python 2.7
1.8.0\py27\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.3/7.1.3	x86_64	Python 2.7/Compute 3.0
1.8.0\py27\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.3/7.1.3	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.7.0\py36\CPU\sse2	VS2017 15.4	No	x86_64	Python 3.6
1.7.0\py36\CPU\avx2	VS2017 15.4	No	AVX2	Python 3.6
1.7.0\py36\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.3/7.1.2	x86_64	Python 3.6/Compute 3.0
1.7.0\py36\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.3/7.1.2	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.7.0\py27\CPU\sse2	VS2017 15.4	No	x86_64	Python 2.7
1.7.0\py27\CPU\avx2	VS2017 15.4	No	AVX2	Python 2.7
1.7.0\py27\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.3/7.1.2	x86_64	Python 2.7/Compute 3.0
1.7.0\py27\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.3/7.1.2	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.6.0\py36\CPU\sse2	VS2017 15.4	No	x86_64	Python 3.6
1.6.0\py36\CPU\avx2	VS2017 15.4	No	AVX2	Python 3.6
1.6.0\py36\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.3/7.1.1	x86_64	Python 3.6/Compute 3.0
1.6.0\py36\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.3/7.1.1	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.6.0\py27\CPU\sse2	VS2017 15.4	No	x86_64	Python 2.7
1.6.0\py27\CPU\avx2	VS2017 15.4	No	AVX2	Python 2.7
1.6.0\py27\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.2/7.1.1	x86_64	Python 2.7/Compute 3.0
1.6.0\py27\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.2/7.1.1	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.5.0\py36\CPU\avx	VS2017 15.4	No	AVX	Python 3.6
1.5.0\py36\CPU\avx2	VS2017 15.4	No	AVX2	Python 3.6
1.5.0\py36\GPU\cuda91cudnn7avx2	VS2017 15.4	9.1.85/7.0.5	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.5.0\py27\CPU\sse2	VS2017 15.4	No	x86_64	Python 2.7
1.5.0\py27\CPU\avx	VS2017 15.4	No	AVX	Python 2.7
1.5.0\py27\CPU\avx2	VS2017 15.4	No	AVX2	Python 2.7
1.5.0\py27\GPU\cuda91cudnn7sse2	VS2017 15.4	9.1.85/7.0.5	x86_64	Python 2.7/Compute 3.0
1.5.0\py27\GPU\cuda91cudnn7avx2	VS2017 15.4	9.1.85/7.0.5	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.4.0\py36\CPU\avx	VS2017 15.4	No	AVX	Python 3.6
1.4.0\py36\CPU\avx2	VS2017 15.4	No	AVX2	Python 3.6
1.4.0\py36\GPU\cuda91cudnn7avx2	VS2017 15.4	9.1.85/7.0.5	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.3.0\py36\CPU\avx	VS2015 Update 3	No	AVX	Python 3.6
1.3.0\py36\CPU\avx2	VS2015 Update 3	No	AVX2	Python 3.6
1.3.0\py36\GPU\cuda8cudnn6avx2	VS2015 Update 3	8.0.61.2/6.0.21	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1
1.2.1\py36\CPU\avx	VS2015 Update 3	No	AVX	Python 3.6
1.2.1\py36\CPU\avx2	VS2015 Update 3	No	AVX2	Python 3.6
1.2.1\py36\GPU\cuda8cudnn6avx2	VS2015 Update 3	8.0.61.2/6.0.21	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1
1.1.0\py36\CPU\avx	VS2015 Update 3	No	AVX	Python 3.6
1.1.0\py36\CPU\avx2	VS2015 Update 3	No	AVX2	Python 3.6
1.1.0\py36\GPU\cuda8cudnn6avx2	VS2015 Update 3	8.0.61.2/6.0.21	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1
1.0.0\py36\CPU\sse2	VS2015 Update 3	No	x86_64	Python 3.6
1.0.0\py36\CPU\avx	VS2015 Update 3	No	AVX	Python 3.6
1.0.0\py36\CPU\avx2	VS2015 Update 3	No	AVX2	Python 3.6
1.0.0\py36\GPU\cuda8cudnn51sse2	VS2015 Update 3	8.0.61.2/5.1.10	x86_64	Python 3.6/Compute 3.0
1.0.0\py36\GPU\cuda8cudnn51avx2	VS2015 Update 3	8.0.61.2/5.1.10	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1
0.12.0\py35\CPU\avx	VS2015 Update 3	No	AVX	Python 3.5
0.12.0\py35\CPU\avx2	VS2015 Update 3	No	AVX2	Python 3.5
0.12.0\py35\GPU\cuda8cudnn51avx2	VS2015 Update 3	8.0.61.2/5.1.10	AVX2	Python 3.5/Compute 3.0,3.5,5.0,5.2,6.1

tensorflow CUDA cudnn 版本对应关系

https://blog.csdn.net/yuejisuo1948/article/details/81043962

linux下：

windows下：

上面两张图是在这里找到的：https://tensorflow.google.cn/install/source  （右上角language选English）

tensorflow和keras版本搭配

https://docs.floydhub.com/guides/environments/

anaconda python 版本对应关系

https://blog.csdn.net/yuejisuo1948/article/details/81043823

本文链接：https://blog.csdn.net/yuejisuo1948/article/details/81043823

首先解释一下上表。 anaconda在每次发布新版本的时候都会给python3和python2都发布一个包，版本号是一样的。

表格中，python版本号下方的离它最近的anaconda包就是包含它的版本。

举个例子，假设你想安装python2.7.14，在表格中找到它，它下方的三个anaconda包（anaconda2-5.0.1、5.1.0、5.2.0）都包含python2.7.14；

假设你想安装python3.6.5，在表格中找到它，它下方的anaconda3-5.2.0就是你需要下载的包；

假设你想安装python3.7.0，在表格中找到它，它下方的anaconda3-5.3.0或5.3.1就是你需要下载的包；

镜像下载地址：清华镜像源

官方下载地址：https://repo.anaconda.com/archive/

https://blog.csdn.net/stephen_2018/article/details/80392545

win7 vs2015 cuda9.0 安装 Tensorflow-gpu 1.8

cuda_9.0.176_windows.exe

cudnn-9.0-windows7-x64-v7.zip

python-3.5.4-amd64.exe

https://blog.csdn.net/ei1990/article/details/84800151

WIN7系统安装 tensorflow1.6.0 + CUDA9.0 + cudnn7 版本

Anaconda3   5.2.0

CUDA9.0 + cudnn7 (9.1版本不支持tensorflow)

tensorflow-gpu 1.6.0

https://blog.csdn.net/Zqinstarking/article/details/80713338

防坑 centos7 安装 CUDA9.0 + cudnn7.1 +TensorFlow GPU版1.6.0/1.8.0

简单来说：tf1.5及以上用只能是cuda9.0，其他的tf1.4及以下版本就是cuda8.0等，最好自己去查查！可恶的是tf官方和nVidia都没有版本对应的说明！！！

https://blog.csdn.net/wukongabc_123/article/details/80379882

Windows 7下安装TensorFlow1.6（cuda9.0+cuDNN 7.0+python3.5+pip9）

https://blog.csdn.net/duoker/article/details/79483434

win7 x64 安装 TensorFlow1.6 CUDA 9.1+cuDNN7.1( 7.0.5)+python3.6 (python 3.5.2)

https://blog.csdn.net/wukongabc_123/article/details/80379882

win7+anaconda3+cuda9.0+CuDNN7+tensorflow-gpu+pycharm配置

https://blog.csdn.net/u011440696/article/details/79381375

tensorflow 安装GPU版本，个人总结，步骤比较详细

https://blog.csdn.net/gangeqian2/article/details/79358543

TensorFlow 安装GPU版本

https://blog.csdn.net/AAlonso/article/details/81504036

python+tensorflow+tensorflow-gpu+CUDA+cuDNN+pycharm全套环境配置教程 推荐

https://blog.csdn.net/kele52he/article/details/82986900

深度学习环境搭建-CUDA9.0、cudnn7.3、tensorflow_gpu1.10的安装

https://blog.csdn.net/xiaosa_kun/article/details/84868347

win7 vs2015 cuda9.0 安装 Tensorflow-gpu 1.8

https://blog.csdn.net/stephen_2018/article/details/80392545

WIN7系统安装 tensorflow1.6.0 + CUDA9.0 + cudnn7 版本

https://blog.csdn.net/ei1990/article/details/84800151

https://blog.csdn.net/weixin_42071277/article/details/88851868

Windows 7下安装TensorFlow1.6（cuda9.0+cuDNN 7.0+python3.5+pip9）

https://blog.csdn.net/duoker/article/details/79483434

匹配tensorflow-gpu和keras：

tensorflow 1.5 和keras 2.1.3、keras 2.1.4、keras 2.3.0（运行代码会报错）

tensorflow 1.4和keras 2.1.3

tensorflow 1.3和keras 2.1.2

tensorflow  1.2和keras 2.1.1

win7+cuda+anaconda python+tensorflow-gpu+keras安装成功版本匹配汇总相关推荐

1. 一文搞懂TensorFlow和Keras安装

   0 前沿 首先了解三个概念: 解释器:将高级语言解释为机器可以执行的语言,如,本次要提到的python.exe文件. 编译器:编写代码也需要特定的工具,正如在电脑上编辑文档需要用WPS.修图需要用PS ...

2. tensorflow及keras安装（cpu版，python3.7版）

   tensorflow及keras安装(cpu版) 1.下载python3.7.9,官网可下. 2.下载anaconda,具体百度经验有. 3.安装tensorflow:打开anaconda promp ...

3. 基于MNIST手写体数字识别--含可直接使用代码【Python+Tensorflow+CNN+Keras】

   基于MNIST手写体数字识别--[Python+Tensorflow+CNN+Keras] 1.任务 2.数据集分析 2.1 数据集总体分析 2.2 单个图片样本可视化 3. 数据处理 4. 搭建神经 ...

4. 深度学习环境搭建之常识（anaconda,cuda,cudnn,python,tensorflow等概念）

   原网址 https://www.jianshu.com/p/62f155eb6ac5 1.什么是python?(面向对象语言) Python是一种面向对象的解释型计算机程序设计语言,其使用,具有跨平台 ...

5. 教你从头到尾利用DL学梵高作画：GTX 1070 cuda 8.0 tensorflow gpu版

   教你从头到尾利用DL学梵高作画 作者:七月在线开发/市场团队中的三人,骁哲.李伟.July.本教程主要由骁哲撰写,李伟负责Linux命令部分. 时间:二零一六年九月二十五日 配置:GTX 1070 c ...

6. 教你从头到尾利用DL学梵高作画 GTX 1070 cuda 8 0 tensorflow gpu版

   分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow 也欢迎大家转载本篇文章.分享知识,造福人民,实现我们中华民族伟大复兴! 教你从头 ...

7. TensorFlow和keras安装教程

   准备工作 1.安装anaconda 安装教程参考此博客:点这儿 2.安装成功记住自己anaconda的路径,以后pycharm配置会用 3.查看并记住自己conda版本号以及python版本号: 先点 ...

8. (Tensorflow学习) Win10+mx250 tensorflow gpu版安装

   我在笔记本上一开始跑cpu版本的tensorflow,感觉太慢了,跑个posenet卡成狗,就换成gpu版的. 记录下安装步骤 我的笔记本win10系统64位,mx250显卡.IDE是用的是pycha ...

9. 《Python自然语言处理-雅兰·萨纳卡(Jalaj Thanaki)》学习笔记：01 WIN 7 Anaconda python 3.5 NLTK 安装配置

   安装Anaconda 安装NLTK 安装Anaconda 下载Anaconda 中 支持python 3.5(WIN 7)版本(本人桌面系统环境) 地址 : https://mirrors.tuna. ...

最新文章

1. 测量接线导通问题解决方案
2. win2008WEB服务器集群实践（转）
3. Juniper防火墙丢失ScreenOS的灾难恢复
4. hdu2.1.1 最小公倍数
5. python对csv文件中的数据进行分类_利用Python对csv文件中的数据进行排序
6. python列表元组字符串都属于有序数列_列表、元组、字符串是Python的__________(有序、无序?)序列。...
7. 全国计算机统考在线模拟网站,全国计算机统考模拟试题
8. URDF与xacro
9. DeepLearning tutorial（7）深度学习框架Keras的使用-进阶
10. 用聚宽量化炒股-5获取数据函数-7）获取指数成分股权重函数get_index_weights、获取行业成分股代码函数get_industry_stocks
11. EXCEL 对筛选结果进行排序
12. 中国武打明星——杨丽菁的故事
13. 三星识别文字_Samsung OCR Software三星光学字符识别软件下载_Samsung OCR Software三星光学字符识别软件官方下载-太平洋下载中心...
14. Unity 使用Mirror制作联机游戏
15. unit在matlab中啥意思,unit8(matlab中uint8函数)
16. 滴滴『技术高层』再生变，高级副总裁章文嵩将离职，他曾为阿里云CTO，投身开源20年...
17. poco http使用
18. 自动化构建java应用实战
19. Python打印车次信息
20. 「前端」webp图片适配流量优化

热门文章

1. mt6253的scat 文件
2. 书籍推荐《4点起床》舒适而高效的作息方式
3. 彻底明白Hadoop map和reduce的个数决定因素
4. 单个按键控制数码管显示数字（2）
5. WXML---微信开发文档
6. java练习：图书销售管理系统（四），图书管理
7. ArcGIS教程：为地理要素添加附件
8. 如何用命令提示符设置电脑定时关机
9. R语言迹检验协整关系式_R语言做协整检验
10. 微信个人号粉丝管理系统可以实现客户分配吗？