各个版本Tensorflow需要的CUDA版本以及Cudnn的对应关系

本人总是爱犯错,因此记录下来对应关系,省的又遇见一堆的问题。

1、查看cuda版本号:

cmd命令通查看:nvcc -V;

2、Cudnn版本查看:

直接进入安装目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include 之下,然后找到

cudnn.h 的头文件,直接到开查看(如下),即表示7.3.0版本(当然这个对于tensorflow1.13.0来说是不支持的!!!(让我哭一会儿……))

#if !defined(CUDNN_H_)
#define CUDNN_H_

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 3
#define CUDNN_PATCHLEVEL 0

3、tensorflow和Cudnn及cuda对应版本,如下 

各个版本Tensorflow需要的CUDA版本以及Cudnn的对应关系_第1张图片 4、cudnn路径配置

复制 cuDNN bin 目录下的文件到 CUDA 的 bin 目录下(.dll)
复制 cuDNN include 目录下的文件到 CUDA 的 include 目录下(.h)
复制 cuDNN lib/x64 目录下的文件到 CUDA 的 lib/x64 目录下(.lib)
添加环境变量,把 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64 加到path 中

----------------------------------------------完----------------------------------------------

你可能感兴趣的:(深度学习(配置和环境))