CUDA、CUDNN 、tensorflow、tensorflow-addons、scipy、numpy、keras、python版本对应

前两天,重新配置环境安装tensorflow的时候,遇到了一堆版本不对应问题,踩坑2天,今天终于所有版本都对应上了,那感觉,那叫个爽!忍不住哼一句汪峰老师的名曲:这是飞翔的感觉~~~~话不多说,我将自己的CUDA、CUDNN 、tensorflow、tensorflow-addons、scipy、numpy、keras、python版本都罗列出来,如果有跟我CUDA \CUDNN python版本一致的小伙伴们,有福了,这篇避坑指南,请收好!

重要:本文所有版本都是Linux版本

目录

1.首先确认自己的cuda版本

2.确认cudnn版本

3.确认python版本

4.安装tensorflow

5.安装keras

6.安装numpy

7.安装scipy

8.安装tensorflow-addons

整理不易,欢迎一键三连!!!


1.首先确认自己的cuda版本

cat /usr/local/cuda/version.txt

打印出来信息如下:

CUDA Version 10.0.130

我的cuda是10.0.130的,简称10.0

2.确认cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

打印出来的信息是:

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 3
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

我的cudnn版本是7.6.3,简称7.6

3.确认python版本

python

打印出来的信息如下:

Python 3.6.7 | packaged by conda-forge | (default, Jul  2 2019, 02:18:42) 
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.

确认我的python版本是3.6.7,简称3.6,然后输入

exit()

推出python编辑状态

4.安装tensorflow

以上的python3.6,cuda10.0,cudnn7.6的前提下,Linux安装tensorflow对应的版本是2.0.0,快速安装的代码如下:

pip install tensorflow==2.0.0 -i https://mirrors.bfsu.edu.cn/pypi/web/simple/

直接调用中国科技大学的镜像,下载速度飞快。。。如果没有,可以切换豆瓣的镜像或清华的镜像,直接换后面的地址就好。

5.安装keras

tensorflow2.0.0对应的keras版本是2.2.4,同上,调用中国科技大学的镜像安装

pip install keras==2.2.4 -i https://mirrors.bfsu.edu.cn/pypi/web/simple/

6.安装numpy

可能你已经安装了numpy了,看看能否正常调用,若可以,就自动省略这一步,如果没有或者调用有问题,就先卸载再接着安装

pip install numpy==1.16.0 -i https://mirrors.bfsu.edu.cn/pypi/web/simple/

7.安装scipy

安装对应的scipy的版本是1.1.0

pip install scipy==1.1.0 -i https://mirrors.bfsu.edu.cn/pypi/web/simple/

8.安装tensorflow-addons

tensorflow-addons版本与tensorflow版本相关,tensorflow2.0.0对应的tensorflow-addons版本是0.6.0,因此,接着安装tensorflow-addons0.6.0,就大功告成了

pip install tensorflow-addons=0.6.0 -i https://mirrors.bfsu.edu.cn/pypi/web/simple/

 ps:鉴于评论区很多人找不到对应的tensoeflow-addons与tf的版本对应,再次列举出二者对应关系表:

Python Op Compatibility Matrix

TensorFlow Addons TensorFlow Python
tfa-nightly 2.8, 2.9, 2.10 3.7, 3.8, 3.9, 3.10
tensorflow-addons-0.18.0 2.8, 2.9, 2.10 3.7, 3.8, 3.9, 3.10
tensorflow-addons-0.17.1 2.7, 2.8, 2.9 3.7, 3.8, 3.9, 3.10
tensorflow-addons-0.16.1 2.6, 2.7, 2.8 3.7, 3.8, 3.9, 3.10
tensorflow-addons-0.15.0 2.5, 2.6, 2.7 3.7, 3.8, 3.9
tensorflow-addons-0.14.0 2.4, 2.5, 2.6 3.6, 3.7, 3.8, 3.9
tensorflow-addons-0.13.0 2.3, 2.4, 2.5 3.6, 3.7, 3.8, 3.9
tensorflow-addons-0.12.1 2.3, 2.4 3.6, 3.7, 3.8
tensorflow-addons-0.11.2 2.2, 2.3 3.5, 3.6, 3.7, 3.8
tensorflow-addons-0.10.0 2.2 3.5, 3.6, 3.7, 3.8
tensorflow-addons-0.9.1 2.1, 2.2 3.5, 3.6, 3.7
tensorflow-addons-0.8.3 2.1 3.5, 3.6, 3.7
tensorflow-addons-0.7.1 2.1 2.7, 3.5, 3.6, 3.7
tensorflow-addons-0.6.0 2.0 2.7, 3.5, 3.6, 3.7

至此,所有的CUDA、CUDNN 、tensorflow、tensorflow-addons、scipy、numpy、keras、python版本对应关系就讲完了,希望能帮大家避坑。

最后,列一个表格方便大家查看吧!

安装包 版本号
CUDA 10.0
CUDNN 7.6
tensorflow 2.0.0
tensorflow-addons 0.6.0
scipy 1.1.0
numpy 1.16.0
keras 2.2.4
python 3.6

整理不易,欢迎一键三连!!!

你可能感兴趣的:(基本知识,tensorflow,keras,python,cuda,安装环境)