11年it研发经验，从一个会计转行为算法工程师，学过C#，c++，java，android，php，go，js，python，CNN神经网络，四千多篇博文，三千多篇原创，只为与你分享，共同成长，一起进步，关注我，给你分享更多干货知识!

2.3.0支持cuda10.2

pip install tensorflow-gpu==2.3.0

tensorflow 和cuda对应关系：

在 Windows 环境中从源代码构建  |  TensorFlow

版本 Python 版本 编译器 构建工具 cuDNN CUDA
tensorflow_gpu-2.6.0 3.6-3.9 MSVC 2019 Bazel 3.7.2 8.1 11.2
tensorflow_gpu-2.5.0 3.6-3.9 MSVC 2019 Bazel 3.7.2 8.1 11.2
tensorflow_gpu-2.4.0 3.6-3.8 MSVC 2019 Bazel 3.1.0 8.0 11.0
tensorflow_gpu-2.3.0 3.5-3.8 MSVC 2019 Bazel 3.1.0 7.6 10.1
tensorflow_gpu-2.2.0 3.5-3.8 MSVC 2019 Bazel 2.0.0 7.6 10.1
tensorflow_gpu-2.1.0 3.5-3.7 MSVC 2019 Bazel 0.27.1-0.29.1 7.6 10.1
tensorflow_gpu-2.0.0 3.5-3.7 MSVC 2017 Bazel 0.26.1 7.4 10
tensorflow_gpu-1.15.0 3.5-3.7 MSVC 2017 Bazel 0.26.1 7.4 10
tensorflow_gpu-1.14.0 3.5-3.7 MSVC 2017 Bazel 0.24.1-0.25.2 7.4 10
tensorflow_gpu-1.13.0 3.5-3.7 MSVC 2015 update 3 Bazel 0.19.0-0.21.0 7.4 10
tensorflow_gpu-1.12.0 3.5-3.6 MSVC 2015 update 3 Bazel 0.15.0 7.2 9.0
tensorflow_gpu-1.11.0 3.5-3.6 MSVC 2015 update 3 Bazel 0.15.0 7 9
tensorflow_gpu-1.10.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.9.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.8.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.7.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.6.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.5.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.4.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 6 8
tensorflow_gpu-1.3.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 6 8
tensorflow_gpu-1.2.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 5.1 8
tensorflow_gpu-1.1.0 3.5 MSVC 2015 update 3 Cmake v3.6.3 5.1 8
tensorflow_gpu-1.0.0 3.5 MSVC 2015 update 3 Cmake v3.6.3 5.1 8

tf 1.15.0以前只支持cuda10.0,不支持cuda10.1

cuda10.1可以安装，但是运行报错：

2021-07-24 11:54:59.464821: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_100.dll'; dlerror: cudart64_100.dll not found
2021-07-24 11:54:59.465448: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
WARNING:tensorflow:From F:/project/dianyuanfenge/RandLA-Net/utils/call_tf.py:4: The name tf.Session is deprecated. Please use tf.compat.v1.Session instead.

如果是2.0以上的tensorflow，按下面列表安装（2021年3月更新）:

TF CUDA cudnn
2.0 10.0 7.6
2.1 10.1 7.6
2.2 10.1 7.6
2.3 10.1 7.6
2.4 11.0 8.0

安装方法：

pip install tensorflow-gpu -U

cpu版本：

pip install --upgrade --ignore-installed tensorflow

安装后测试代码：

import tensorflow as tfwith tf.device('/cpu:0'):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')
with tf.device('/gpu:0'):c = a + b# 注意：allow_soft_placement=True表明：计算设备可自行选择，如果没有这个参数，会报错。
# 因为不是所有的操作都可以被放在GPU上，如果强行将无法放在GPU上的操作指定到GPU上，将会报错。
sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True))
# sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
sess.run(tf.global_variables_initializer())
print(sess.run(c))

pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

tf2.0以上版本api改了不少，兼容性也有各种问题。

win10 cuda9可以安装：

pip install tensorflow-gpu==1.8.0 --user -i Simple Index

keras安装

pip install keras -U --pre

清华镜像下载地址：

Links for tensorflow-gpu

TensorFlow各版本自主下载地址：

cpu版本：

pip install 链接：

tensorflow · PyPI

下载地址链接：

tensorflow · PyPI

gpu版本：

tensorflow-gpu · PyPI

现在不提供下载了，只提供安装命令：比如1.5.0版本

pip install tensorflow-gpu==1.5.0

切换版本号：只要把后面的版本号改一下就行了

一、tensorflow各个版本需要的CUDA版本以及Cudnn的对应关系
1.1 对应表格

相应的网址为：

https://www.tensorflow.org/install/source#common_installation_problems

https://www.tensorflow.org/install/source_windows

版本    Python 版本    编译器    编译工具    cuDNN    CUDA
tensorflow_gpu-2.0.0-alpha0    2.7、3.3-3.6    GCC 4.8    Bazel 0.19.2    7.4.1以及更高版本    CUDA 10.0 (需要 410.x 或更高版本)
tensorflow_gpu-1.13.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.19.2    7.4    10.0
tensorflow_gpu-1.12.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.15.0    7    9
tensorflow_gpu-1.11.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.15.0    7    9
tensorflow_gpu-1.10.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.15.0    7    9
tensorflow_gpu-1.9.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.11.0    7    9
tensorflow_gpu-1.8.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.10.0    7    9
tensorflow_gpu-1.7.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.9.0    7    9
tensorflow_gpu-1.6.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.9.0    7    9
tensorflow_gpu-1.5.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.8.0    7    9
tensorflow_gpu-1.4.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.5.4    6    8
tensorflow_gpu-1.3.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.4.5    6    8
tensorflow_gpu-1.2.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.4.5    5.1    8
tensorflow_gpu-1.1.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.4.2    5.1    8
tensorflow_gpu-1.0.0    2.7、3.3-3.6    GCC 4.8    Bazel 0.4.2    5.1    8
现在NVIDIA的显卡驱动程序已经更新到 10.1版本，最新的支持CUDA 10.1版本的cuDNN为7.5.0

1.2 CUDA的命名规则

下面以几个例子来说

（1）CUDA 9.2

CUDA  9.2.148

（2）CUDA 10.0

CUDA 10.0.130.411.31（后面的411.31对应更具体的版本号）

（3）CUDA 10.1

CUDA 10.1.105.418.96（后面的418.96对应更具体的版本号）

更多详细的请参考如下官网：

https://developer.nvidia.com/cuda-toolkit-archive

1.3 如何查看自己所安装的CUDA的版本：

（1）直接在NVIDIA的控制面板里面查看NVCUDA.DLL的版本。

注意：这里网上有很多说法是错误的，这个版本并不能绝对说明自己所安装的CUDA工具包一定这个版本

（2）通过命令查看：nvcc -V 或者是nvcc --version都可以，但前提是添加了环境变量

（3）直接通过文件查看，这里分为Linux和windows两种情况

在windows平台下，可以直接进入CUDA的安装目录，比如我的是：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2   里面有一个version.txt的文本文件，直接打开即可，也可以使用命令，即

首先进入到安装目录，然后执行：type version.txt 即可查看

在Linux平台下：

同windows类似，进入到安装目录，然后执行  cat version.txt 命令

如果想在window系统自己编译TensorFlow1.6，可以参考：

https://blog.csdn.net/jacke121/article/details/80411718

https://blog.csdn.net/jacke121/article/details/80427283

如果想在window系统下编译TensorFlow动态库，可以参考：

https://blog.csdn.net/jacke121/article/details/80473648

欢迎关注我的公众号，最新资讯会在这里与大家及时分享。

TensorFlow各版本下载地址，强烈推荐相关推荐

  1. torch和tensorflow各版本下载地址，tensorflow与cuda版本对应关系

    torch: 下载地址:https://download.pytorch.org/whl/torch_stable.html Tensorflow: 下载地址:https://pypi.tuna.ts ...

  2. JRE和JDK 1.3、1.4、1.5(5.0)、6.0 各版本下载地址大全(J2SDK,JavaSE JavaEE)

    本文转载(http://hi.baidu.com/y66901356/blog/item/7d32bf0abf7d7c3ab0351d39.html) 本人绝对支持原创!!! Java SE Deve ...

  3. Apache软件历史版本下载地址

    Apache软件历史版本下载地址: http://archive.apache.org/dist/

  4. Ext JS 6正式版的GPL版本下载地址

    下面是Ext JS 6正式版的GPL版本下载地址 https://www.sencha.com/legal/gpl/ 转载于:https://blog.51cto.com/dqhuang/167041 ...

  5. matlab R2010a windows和linux版本下载地址

    matlab R2010a windows和linux版本下载地址: win:ed2k://|file|[%E7%9F%A9%E9%98%B5%E5%AE%9E%E9%AA%8C%E5%AE%A4]. ...

  6. Visual Studio 2015 update 3各版本下载地址

    Visual Studio 2015 update 3各版本下载地址 标签: VS2015update 3 2016-11-28 14:32 2899人阅读 评论(0) 收藏 举报  分类: othe ...

  7. consul历史版本下载地址

    consul最新版本下载地址 https://www.consul.io/downloads.html consul历史版本下载地址 https://releases.hashicorp.com/co ...

  8. gradle各版本下载地址

    gradle各版本下载地址 原创 2016年08月16日 11:17:25 标签: gradle更新 / android studio 59713 gradle各版本下载地址:http://servi ...

  9. Tomcat、JDK 历史版本下载地址

    Tomcat 历史版本下载地址 http://archive.apache.org/dist/tomcat/ JDK 历史版本下载地址 https://www.oracle.com/technetwo ...

最新文章

  1. Codeforces Round #596 Div. 2 C ~E
  2. 并发-9-Callable和Future
  3. mysql执行计划_mysql的sql执行计划详解
  4. 天鹅给癞蛤蟆的回信[转贴]
  5. linux 命令 抛后台,Linux 后台执行命令
  6. c语言 判断一个图是否全连通_基于云平台的全链路大规模网络连通性检测系统详解...
  7. mysql5.7.24 安装步骤_MySQL5.7.24解压版安装步骤
  8. python按照日期筛选数据_Pandas日期数据处理：如何按日期筛选、显示及统计数据...
  9. FineBI：一个简单易用的自助BI工具
  10. 精准验码，昂视助力锂电生产管理追溯
  11. 制订项目进度计划的讨论
  12. 微信公众号二维码在哪里看？如何查看自己的微信公众号二维码？
  13. python爬取喜马拉雅音频数据
  14. 用python计算工资工资_python税后工资计算器
  15. Echarts 双柱状图+折线图合并---实现效果详解(vue+Echarts实现)
  16. 【考研英语语法】代词练习题
  17. 互联网，自媒体和微创新
  18. 跑马问题--36匹马，跑道每次最多只能有6匹马进行比赛，最少进行多少次比赛能比出前3名？
  19. python 开发网站过程_Django框架下Python网站开发过程综述
  20. vscode（二）好用的Settings文件

热门文章

  1. 最清楚的mmap()详解与源码分析
  2. leetcode327 超时大坑
  3. 微型计算机应用重点,微型计算机原理以及的应用考试重点.doc
  4. fft 重叠加法_FFT重叠相加法 参数如何定 h M?
  5. 浏览器内核_测量时间：从Java到内核再到
  6. matlab中PDE工具箱如何使用,使用PDE工具箱求解偏微分方程
  7. 日志按照天自动输出_性能测试和接口自动化测试
  8. 如何利用自定义注解放行 Spring Security 项目的接口
  9. 这场景像不像你修Bug的样子？
  10. 京东的热点key探测系统发布，单机 QPS 提升至 37 万