要搭建TensorFlow的GPU版本,首先需要的必备条件就是一块能够支持CUDA的NVIDIA显卡,因为在搭建TensorFlow的GPU版本时,首先需要做的一件事就是安装其基础支持平台CUDA和其机器学习库cuDNN,然后在此基础上搭建TensorFlow GPU版本。
其次还要了解一下不同的TensorFlow版本所需要对应安装的CUDA和cuDNN版本是多少,因为在TensorFlow的GPU版本安装过程中,如果对应的CUDA版本和cuDNN版本不正确的话,是无法正常使用GPU来进行模型训练的。下表整理出了TensorFlow从1.2到最新版本的CUDA和cuDNN所对应的版本集合。
TensorFlow版本 | CUDA版本 | cuDNN版本 |
---|---|---|
1.2 | CUDA Toolkit 8.0 | cuDNN v5.1 |
1.3 | CUDA Toolkit 8.0 | cuDNN v6 or v6.1 |
1.4 | CUDA Toolkit 8.0 | cuDNN v6.1 |
1.5 | CUDA Toolkit 9.0 | cuDNN v7.0 |
1.6 | CUDA Toolkit 9.0 | cuDNN v7.0 |
1.7 | CUDA Toolkit 9.0 | cuDNN v7.0 |
1.8 | CUDA Toolkit 9.0 | cuDNN v7.0 |
1.9 | CUDA Toolkit 9.0 | cuDNN v7.0 |
1.10 | CUDA Toolkit 9.0 | cuDNN v7.1 |
1.11 | CUDA Toolkit 9.0 | cuDNN v7.1 |
1.12 | CUDA Toolkit 9.0 | cuDNN v7.3 |
1.13 | CUDA Toolkit 10.0 | cuDNN v7.3 |
1.14 | CUDA Toolkit 10.0 | cuDNN v7.4 |
1.15 | CUDA Toolkit 10.0 | cuDNN v7.5 |
2.0 | CUDA Toolkit 10.0 | cuDNN v7.6 |
2.1.0 | CUDA Toolkit 10.1 | cuDNN v7.6 |
END