深度学习环境tensorflow和GPU(cuda、cudnn)库对应关系2021.11

目录

1.tensorflow版本和GPU对应关系

1.1 X86

1.2 macOS

2.tensorflow1和tensorflow2兼容性问题

2.1 改造方法

2.2 测试代码

1.tensorflow版本和GPU对应关系

1.1 X86

版本	Python 版本	cuDNN	CUDA
tensorflow-2.6.0	3.6-3.9	8.1	11.2
tensorflow-2.5.0	3.6-3.9	8.1	11.2
tensorflow-2.4.0	3.6-3.8	8.0	11.0
tensorflow-2.3.0	3.5-3.8	7.6	10.1
tensorflow-2.2.0	3.5-3.8	7.6	10.1
tensorflow-2.1.0	2.7、3.5-3.7	7.6	10.1
tensorflow-2.0.0	2.7、3.3-3.7	7.4	10.0
tensorflow_gpu-1.15.0	2.7、3.3-3.7	7.4	10.0
tensorflow_gpu-1.14.0	2.7、3.3-3.7	7.4	10.0
tensorflow_gpu-1.13.1	2.7、3.3-3.7	7.4	10.0
tensorflow_gpu-1.12.0	2.7、3.3-3.6	7	9
tensorflow_gpu-1.11.0	2.7、3.3-3.6	7	9
tensorflow_gpu-1.10.0	2.7、3.3-3.6	7	9
tensorflow_gpu-1.9.0	2.7、3.3-3.6	7	9
tensorflow_gpu-1.8.0	2.7、3.3-3.6	7	9
tensorflow_gpu-1.7.0	2.7、3.3-3.6	7	9
tensorflow_gpu-1.6.0	2.7、3.3-3.6	7	9
tensorflow_gpu-1.5.0	2.7、3.3-3.6	7	9
tensorflow_gpu-1.4.0	2.7、3.3-3.6	6	8
tensorflow_gpu-1.3.0	2.7、3.3-3.6	6	8
tensorflow_gpu-1.2.0	2.7、3.3-3.6	5.1	8
tensorflow_gpu-1.1.0	2.7、3.3-3.6	5.1	8
tensorflow_gpu-1.0.0	2.7、3.3-3.6	5.1	8

1.2 macOS

版本	Python 版本	cuDNN	CUDA
tensorflow_gpu-1.1.0	2.7、3.3-3.6	5.1	8
tensorflow_gpu-1.0.0	2.7、3.3-3.6	5.1	8

2.tensorflow1和tensorflow2兼容性问题

2.1 改造方法

如果需要运行一个开源代码，对方环境是tf1，而电脑上安装了tf2，只需要用下面方法改造tf1代码即可：

将tensorflow1代码中的

import tensorflow as tf
           

替换为

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
           

由于tensorflow1中

2.2 测试代码

tensorflow1兼容

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
sess = tf.Session()
a = tf.constant(10)
b= tf.constant(12)
print(sess.run(a+b))
           

tensorflow2

import tensorflow as tf

A = tf.constant([[1, 2], [3, 4]])
B = tf.constant([[5, 6], [7, 8]])
C = tf.matmul(A, B)

print(C)