cudnn

Which TensorFlow and CUDA version combinations are compatible?

由 自古美人都是妖i 提交于 2019-11-26 00:57:49
问题 I have noticed that some newer TensorFlow versions are incompatible with older CUDA and cuDNN versions. Does an overview of the compatible versions or even a list of officially tested combinations exist? I can\'t find it in the TensorFlow documentation. 回答1: Generally: Check the CUDA version: cat /usr/local/cuda/version.txt and cuDNN version: grep CUDNN_MAJOR -A 2 /usr/local/cuda/include/cudnn.h and install a combination as given below in the images or here. The following images and the link

macos+xcode9+cuda10+anaconda+pytorch+torchvision安装

由 試著忘記壹切 提交于 2019-11-26 00:49:44
折腾了一周多，踩了好多坑，终于搞定了。步骤如下： 安装NIVIDIA的GPU web驱动程序 cuda不推荐使用苹果的系统自带驱动，所以安装NIVIDIA出的GPU型号（GeForce GT 650M）对应的WebDriver-387.10.10.10.40.118。 下载地址 https://www.nvidia.com/download/driverResults.aspx/142160/en-us 安装NIVIDIA的CudaDriver 从这里下载 https://www.nvidia.com/object/mac-driver-archive.html 安装xcode 因为当前最新版cuda10.0不支持最新的xcode10，所以必须安装xcode9.4 我把两个版本都安装了，用如下命令可以切换使用不同版本的xcode： sudo xcode-select -s /Applications/xcode10.1.app 或者 sudo xcode-select -s /Applications/xcode9.4.1.app 实际只需要安装xcode9.4即可 旧版本xcode需要下载之后才能安装，下载地址https://download.developer.apple.com/Developer_Tools/Xcode_9.4.1/Xcode_9.4.1.xip

anaconda支持不同的cuda和cudnn

由 家住魔仙堡 提交于 2019-11-26 00:45:37
Anaconda 与深度学习环境 16 October 2018 <section class="post-content typo"> <p>8102 年 10 月了，Anaconda 已经成为 Python 最广为熟知的包管理软件之一。一方面是由于数据科学行业的从业人员大量增加，另一方面则是 Anaconda 自身变得越来越好用了，本文是一篇安利帖子，用于介绍如何使用 Anaconda 来构建和管理深度学习环境（也可以用于正常的 Python 包管理）。</p> Anaconda 下载 首先，访问 下载地址 进入下载页面，下载与你电脑相应的平台安装包。本将文以 Ubuntu 18.04 为例 Windows 平台安装后，使用 Anaconda Prompt 软件可以达到相似效果。 深度学习环境 在最新的 Anaconda 工具中，不单单只支持 Python 包的管理了，也开始支持多个版本的 CUDA 和 cuDNN 的管理了。即不同的虚拟环境可以安装不同的 CUDA 版本，同时，也可以使用 conda 命令自动化的安装。 但是系统的驱动程序还是需要提前安装，使用 apt 安装即可，不推荐使用 nvidia 官网下载（大概率黑屏、卡登录界面）。 # 常规方法 sudo apt install nvidia-driver-410 # Ubuntu 16.04
订阅 cudnn