Tensorflow与Python、CUDA、cuDNN的版本对应表
要在 Windows 上使用 TensorFlow GPU，您需要在 WSL2 中构建/安装 TensorFlow，或者使用 tensorflow-cpu 配合 TensorFlow-DirectML-Plugin。上面的小版本号个人认为可以忽略不计，可以理解为下表的示例内容，需要注意的是TF1.x已经停止更新故对新硬件（主要是RTX30系列之后的显卡）不支持，故需要使用。TensorFlow，或者使用 tensorflow-cpu 配合 TensorFlow-DirectML-Plugin。
1. 官方配置
官网只有英文版的才更新到了tensorflow 2.15.0，中文版只更新到了2.6.0，所以要想看到下面的内容需要进入官网之后右上角将语言选择为english。
linux
cpu
| version |
python version |
compiler |
build tools |
| tensorflow-2.16.1 |
3.9-3.12 |
clang 17.0.6 |
bazel 6.5.0 |
| tensorflow-2.15.0 |
3.9-3.11 |
clang 16.0.0 |
bazel 6.1.0 |
| tensorflow-2.14.0 |
3.9-3.11 |
clang 16.0.0 |
bazel 6.1.0 |
| tensorflow-2.13.0 |
3.8-3.11 |
clang 16.0.0 |
bazel 5.3.0 |
| tensorflow-2.12.0 |
3.8-3.11 |
gcc 9.3.1 |
bazel 5.3.0 |
| tensorflow-2.11.0 |
3.7-3.10 |
gcc 9.3.1 |
bazel 5.3.0 |
| tensorflow-2.10.0 |
3.7-3.10 |
gcc 9.3.1 |
bazel 5.1.1 |
| tensorflow-2.9.0 |
3.7-3.10 |
gcc 9.3.1 |
bazel 5.0.0 |
| tensorflow-2.8.0 |
3.7-3.10 |
gcc 7.3.1 |
bazel 4.2.1 |
| tensorflow-2.7.0 |
3.7-3.9 |
gcc 7.3.1 |
bazel 3.7.2 |
| tensorflow-2.6.0 |
3.6-3.9 |
gcc 7.3.1 |
bazel 3.7.2 |
| tensorflow-2.5.0 |
3.6-3.9 |
gcc 7.3.1 |
bazel 3.7.2 |
| tensorflow-2.4.0 |
3.6-3.8 |
gcc 7.3.1 |
bazel 3.1.0 |
| tensorflow-2.3.0 |
3.5-3.8 |
gcc 7.3.1 |
bazel 3.1.0 |
| tensorflow-2.2.0 |
3.5-3.8 |
gcc 7.3.1 |
bazel 2.0.0 |
| tensorflow-2.1.0 |
2.7, 3.5-3.7 |
gcc 7.3.1 |
bazel 0.27.1 |
| tensorflow-2.0.0 |
2.7, 3.3-3.7 |
gcc 7.3.1 |
bazel 0.26.1 |
| tensorflow-1.15.0 |
2.7, 3.3-3.7 |
gcc 7.3.1 |
bazel 0.26.1 |
| tensorflow-1.14.0 |
2.7, 3.3-3.7 |
gcc 4.8 |
bazel 0.24.1 |
| tensorflow-1.13.1 |
2.7, 3.3-3.7 |
gcc 4.8 |
bazel 0.19.2 |
| tensorflow-1.12.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.15.0 |
| tensorflow-1.11.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.15.0 |
| tensorflow-1.10.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.15.0 |
| tensorflow-1.9.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.11.0 |
| tensorflow-1.8.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.10.0 |
| tensorflow-1.7.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.10.0 |
| tensorflow-1.6.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.9.0 |
| tensorflow-1.5.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.8.0 |
| tensorflow-1.4.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.5.4 |
| tensorflow-1.3.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.4.5 |
| tensorflow-1.2.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.4.5 |
| tensorflow-1.1.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.4.2 |
| tensorflow-1.0.0 |
2.7, 3.3-3.6 |
gcc 4.8 |
bazel 0.4.2 |
gpu
| version |
python version |
compiler |
build tools |
cudnn |
cuda |
| tensorflow-2.16.1 |
3.9-3.12 |
clang 17.0.6 |
bazel 6.5.0 |
8.9 |
12.3 |
| tensorflow-2.15.0 |
3.9-3.11 |
clang 16.0.0 |
bazel 6.1.0 |
8.9 |
12.2 |
| ten |
相关文章:
-
xlnet这个模型还是相当复杂的，我看了很长一段时间也还是有很多地方没有搞明白，最后又在网上搜了很多大佬写的相关博客，才算是大致弄明白了，想了解xlnet的原理，请参考原论文，这里…
-
-
-
carsim内部有许多相关联合仿真的demo，simulink、labview等等都有涉及，这里简单介绍下python和carsim联合仿真的方法，虽然carsim官方有个Stee…
-
-
该例程实现的功能是，可为想拿K210做视觉循迹开发作为参考例程使用前需要搭建好MicroPython的。…
版权声明：本文内容由互联网用户贡献，该文观点仅代表作者本人。本站仅提供信息存储服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 2386932994@qq.com 举报，一经查实将立刻删除。
我要评论
发表评论