cudnn 与 cuda 版本对应

最新推荐文章于 2024-06-05 14:20:35 发布
原创 最新推荐文章于 2024-06-05 14:20:35 发布 · 8.4k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

cudnn 5.1 0
-----------
file name   : cudnn-5.1-0.tar.bz2
name        : cudnn
version     : 5.1
build string: 0
build number: 0
channel     : https://repo.anaconda.com/pkgs/free/linux-64
size        : 77.2 MB
arch        : x86_64
constrains  : ()
date        : 2017-03-30
license     : Proprietary
md5         : 8c145aae9443233c43f46f0acea2cb4b
platform    : linux
subdir      : linux-64
url         : https://repo.anaconda.com/pkgs/free/linux-64/cudnn-5.1-0.tar.bz2
dependencies:


cudnn 5.1.10 cuda7.5_0
----------------------
file name   : cudnn-5.1.10-cuda7.5_0.tar.bz2
name        : cudnn
version     : 5.1.10
build string: cuda7.5_0
build number: 0
channel     : https://repo.anaconda.com/pkgs/free/linux-64
size        : 77.0 MB
arch        : x86_64
constrains  : ()
date        : 2017-08-02
license     : Proprietary
md5         : ccd699ab88d8d86f831ed8ba941aa6e1
platform    : linux
subdir      : linux-64
url         : https://repo.anaconda.com/pkgs/free/linux-64/cudnn-5.1.10-cuda7.5_0.tar.bz2
dependencies:
    cudatoolkit 7.5*


cudnn 5.1.10 cuda8.0_0
----------------------
file name   : cudnn-5.1.10-cuda8.0_0.tar.bz2
name        : cudnn
version     : 5.1.10
build string: cuda8.0_0
build number: 0
channel     : https://repo.anaconda.com/pkgs/free/linux-64
size        : 96.6 MB
arch        : x86_64
constrains  : ()
date        : 2017-08-02
license     : Proprietary
md5         : 384d4b2f1363ec0c5a27e2817949d4e4
platform    : linux
subdir      : linux-64
url         : https://repo.anaconda.com/pkgs/free/linux-64/cudnn-5.1.10-cuda8.0_0.tar.bz2
dependencies:
    cudatoolkit 8.0*


cudnn 6.0 0
-----------
file name   : cudnn-6.0-0.tar.bz2
name        : cudnn
version     : 6.0
build string: 0
build number: 0
channel     : https://repo.anaconda.com/pkgs/free/linux-64
size        : 179.9 MB
arch        : x86_64
constrains  : ()
date        : 2017-07-05
license     : Proprietary
md5         : b68741bb6e8f22458a78dd991f5aae25
platform    : linux
subdir      : linux-64
url         : https://repo.anaconda.com/pkgs/free/linux-64/cudnn-6.0-0.tar.bz2
dependencies:


cudnn 6.0.21 cuda7.5_0
----------------------
file name   : cudnn-6.0.21-cuda7.5_0.tar.bz2
name        : cudnn
version     : 6.0.21
build string: cuda7.5_0
build number: 0
channel     : https://repo.anaconda.com/pkgs/free/linux-64
size        : 108.2 MB
arch        : x86_64
constrains  : ()
date        : 2017-08-02
license     : Proprietary
md5         : 0f0631d8774c5a3489ad00f0bb02e998
platform    : linux
subdir      : linux-64
url         : https://repo.anaconda.com/pkgs/free/linux-64/cudnn-6.0.21-cuda7.5_0.tar.bz2
dependencies:
    cudatoolkit 7.5*


cudnn 6.0.21 cuda8.0_0
----------------------
file name   : cudnn-6.0.21-cuda8.0_0.tar.bz2
name        : cudnn
version     : 6.0.21
build string: cuda8.0_0
build number: 0
channel     : https://repo.anaconda.com/pkgs/free/linux-64
size        : 178.2 MB
arch        : x86_64
constrains  : ()
date        : 2017-08-02
license     : Proprietary
md5         : b17f77b1c638c832fcb7bd137a238a46
platform    : linux
subdir      : linux-64
url         : https://repo.anaconda.com/pkgs/free/linux-64/cudnn-6.0.21-cuda8.0_0.tar.bz2
dependencies:
    cudatoolkit 8.0*


cudnn 7.0.5 cuda8.0_0
---------------------
file name   : cudnn-7.0.5-cuda8.0_0.tar.bz2
name        : cudnn
version     : 7.0.5
build string: cuda8.0_0
build number: 0
channel     : https://repo.anaconda.com/pkgs/main/linux-64
size        : 249.3 MB
arch        : None
constrains  : ()
license     : Proprietary
md5         : eb57df7025cac8d517bb9f67b38eb25b
platform    : None
subdir      : linux-64
timestamp   : 1513362701597
url         : https://repo.anaconda.com/pkgs/main/linux-64/cudnn-7.0.5-cuda8.0_0.tar.bz2
dependencies:
    cudatoolkit 8.0*


cudnn 7.1.2 cuda9.0_0
---------------------
file name   : cudnn-7.1.2-cuda9.0_0.tar.bz2
name        : cudnn
version     : 7.1.2
build string: cuda9.0_0
build number: 0
channel     : https://repo.anaconda.com/pkgs/main/linux-64
size        : 367.8 MB
arch        : None
constrains  : ()
license     : Proprietary
md5         : 4a402b88bb77e6ab2dcf3bfe6522f9cf
platform    : None
subdir      : linux-64
timestamp   : 1523281397595
url         : https://repo.anaconda.com/pkgs/main/linux-64/cudnn-7.1.2-cuda9.0_0.tar.bz2
dependencies:
    cudatoolkit 9.0.*
    libgcc-ng
    libstdcxx-ng


cudnn 5.1 0
-----------
file name   : cudnn-5.1-0.tar.bz2
name        : cudnn
version     : 5.1
build string: 0
build number: 0
channel     : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
size        : 77.2 MB
arch        : x86_64
constrains  : ()
date        : 2017-03-30
license     : Proprietary
md5         : 8c145aae9443233c43f46f0acea2cb4b
platform    : linux
subdir      : linux-64
url         : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/cudnn-5.1-0.tar.bz2
dependencies:


cudnn 5.1.10 cuda7.5_0
----------------------
file name   : cudnn-5.1.10-cuda7.5_0.tar.bz2
name        : cudnn
version     : 5.1.10
build string: cuda7.5_0
build number: 0
channel     : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
size        : 77.0 MB
arch        : x86_64
constrains  : ()
date        : 2017-08-02
license     : Proprietary
md5         : ccd699ab88d8d86f831ed8ba941aa6e1
platform    : linux
subdir      : linux-64
url         : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/cudnn-5.1.10-cuda7.5_0.tar.bz2
dependencies:
    cudatoolkit 7.5*


cudnn 5.1.10 cuda8.0_0
----------------------
file name   : cudnn-5.1.10-cuda8.0_0.tar.bz2
name        : cudnn
version     : 5.1.10
build string: cuda8.0_0
build number: 0
channel     : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
size        : 96.6 MB
arch        : x86_64
constrains  : ()
date        : 2017-08-02
license     : Proprietary
md5         : 384d4b2f1363ec0c5a27e2817949d4e4
platform    : linux
subdir      : linux-64
url         : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/cudnn-5.1.10-cuda8.0_0.tar.bz2
dependencies:
    cudatoolkit 8.0*


cudnn 6.0 0
-----------
file name   : cudnn-6.0-0.tar.bz2
name        : cudnn
version     : 6.0
build string: 0
build number: 0
channel     : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
size        : 179.9 MB
arch        : x86_64
constrains  : ()
date        : 2017-07-05
license     : Proprietary
md5         : b68741bb6e8f22458a78dd991f5aae25
platform    : linux
subdir      : linux-64
url         : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/cudnn-6.0-0.tar.bz2
dependencies:


cudnn 6.0.21 cuda7.5_0
----------------------
file name   : cudnn-6.0.21-cuda7.5_0.tar.bz2
name        : cudnn
version     : 6.0.21
build string: cuda7.5_0
build number: 0
channel     : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
size        : 108.2 MB
arch        : x86_64
constrains  : ()
date        : 2017-08-02
license     : Proprietary
md5         : 0f0631d8774c5a3489ad00f0bb02e998
platform    : linux
subdir      : linux-64
url         : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/cudnn-6.0.21-cuda7.5_0.tar.bz2
dependencies:
    cudatoolkit 7.5*


cudnn 6.0.21 cuda8.0_0
----------------------
file name   : cudnn-6.0.21-cuda8.0_0.tar.bz2
name        : cudnn
version     : 6.0.21
build string: cuda8.0_0
build number: 0
channel     : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
size        : 178.2 MB
arch        : x86_64
constrains  : ()
date        : 2017-08-02
license     : Proprietary
md5         : b17f77b1c638c832fcb7bd137a238a46
platform    : linux
subdir      : linux-64
url         : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/cudnn-6.0.21-cuda8.0_0.tar.bz2
dependencies:
    cudatoolkit 8.0*
likejoey
关注
【Linux】CUDA Toolkit和cuDNN版本对应关系（更新至2022年6月，附官网永久更新链接）
TangPlusHPC的博客
06-10 3万+
NVIDIA® CUDA® Toolkit 为创建高性能 GPU 加速应用程序提供了一个开发环境。借助 CUDA 工具包，您可以在 GPU 加速的嵌入式系统、桌面工作站、企业数据中心、基于云的平台和 HPC 超级计算机上开发、优化和部署您的应用程序。该工具包包括 GPU 加速库、调试和优化工具、C/C++ 编译器以及用于部署应用程序的运行时库。 全球的深度学习研究人员和框架开发人员都依赖cuDNN来实现高性能GPU加速。它使他们可以专注于训练神经网络和开发软件应用程序，而不必花时间在底层GPU性能调整上。
确定可安装的CUDA版本
最新发布
vxgu86的博客
07-20 1086
查看实际安装的CUDA Toolkit版本：使用命令显卡驱动支持的最高CUDA版本：这可以通过nvidia-smi命令或NVIDIA控制面板查看，实际安装的CUDA Toolkit版本可以低于这个版本，但不能高于它。打开NVIDIA控制面板（右键桌面->NVIDIA控制面板），点击左下角的“系统信息”。切换到“组件”选项卡，在“3D设置”部分找到“NVCUDA64.dll”，其对应的产品名称后面会标注支持的最高CUDA版本。‌或者使用命令行：打开命令提示符（CMD）或PowerShell。
CUDA12.0 + cuDNN9.0.0安装
流牧的博客
06-05 4968
找到这个压缩包并解压，解压后的目录如下。将3个文件夹复制到CUDA的安装路径。复制时会提示含有同名文件，直接覆盖即可。考虑到稳定性，一般不直接使用最新版本。，出现PASS，安装成功。，cd到安装目录下的。下载之后是一个压缩包。
windows + pytorch + gpu
qq_40940771的博客
04-10 1898
不需要在电脑上再安装cudatoolkit（nvidia）就能加速深度学习，遇到需要新版本的cuda加速就再建立一个conda环境安装。经过上述分析（装的CUDA必须小于等于自己的CUDA当前版本11.6），我们选择使用conda prompt下载cuda toolkit。英伟达驱动版本是512.78，cuda版本是11.6（说明要下的cuda toolkit版本最高是11.6的）插句题外话，如何理解cuda和英伟达驱动、cudnn之间的关系？并且cuda和cuDNN的教程是按照这个帖子装好的。
Windows11系统安装CUDA和CuDNN
牧羊女
08-23 2268
Windows11系统上的CUDA和CuDNN环境配置。
CUDA、cudnn版本对应及安装
weixin_58322367的博客
01-05 1万+
pytorch gpu版本安装、附下载链接
[Linux版本Debian系统]安装cuda 和对应的cudnn以cuda 12.0为例
RuanJianNB的博客
11-17 1万+
Linux新环境安装cuda和对应版本的cudnn
CUDA、tensorflow与cuDNN的版本匹配问题【转】
09-20 746
本文转载自：https://blog.csdn.net/MahoneSun/article/details/80809042 一、问题现象 CUDA、tensorflow与cuDNN有版本匹配的问题，经常出现安装了某一版本的CUDA后，tensorflow不支持相应版本的CUDA，或者tensorflow支持CUDA，但与cuDNN版本不匹配，找不到这个那个文件...
CUDA安装&cuDNN、TensorRT版本匹配
initative的博客
05-14 2万+
模型部署推理时，涉及Trt与CUDA版本匹配的问题，本文记录一下如何查询匹配的CUDA，cuDNN和TensorRT版本，并配置安装。
cuda和cudnn版本对应的tensorflow-gpu版本错误说明与排查
yeler082的博客
07-06 4万+
首先说明一下cuda和cuDNN的概念 CUDA的官方文档（参考资料1）是这么介绍CUDA的：a general purpose parallel computing platform and programming model that leverages the parallel compute engine in NVIDIA GPUs to solve many complex comp...
Cuda与cudnn对应关系
weixin_43499979的博客
04-16 1万+
Cuda与cudnn对应关系 Cuda和cudnn是支持NVIDIA支持GPU的两个库，分别用于高性能计算和深度神经网络计算的支持。 Cuda（Compute Unified Device Architecture），是NVIDIA支持GPU的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。可以看作使能GPU的驱动程序或算法SDK。 cudnn是基于Cuda的深度学习GPU加速库，有了它可以在GPU上完成高效的深度学习计算。 Cuda历史版本下载地址： https://developer.nvidi
cuda11.0 +对应版本cudnn
02-16
win10 cuda_11.0.2_451.48_win10 cudnn-11.0-windows-x64-v8.0.5 .39 亲测有效 (百度网盘链接+提取码)
环境配置—Tensorflow Cuda Cudnn 版本对应关系
01-20
深度学习-环境配置一、Linux1. CPU2. GPU二、macOS1. CPU2. GPU三、Windows1. CPU2. GPU四、下载网址 一、Linux Tested build configurations Linux 1. CPU 2. GPU 二、macOS 1. CPU 2. GPU 三、Windows 1. CPU 2. GPU 四、下载网址 CUDA 下载地址 点击打开链接 cudnn 下载地址 需要注册账号 https://developer.nvidia.com/cudnn tensorflow-cpu 下载地址 阿里镜像，下载速度快 http://mi
tensorflow 安装GPU版本，CUDA与cuDNN版本对应关系，RTX3050Ti （notebook）
weixin_46064809的博客
02-24 1万+
前言 安装Tensorflow-gpu 与 keras的时候，一定先要注意版本的对应，不然很容易出错，在看的时候，建议先看完整篇文章再上手。 一、环境+配置 本机环境 显卡：RTX3050Ti（notebook） Windows10专业版 NVIDIA 511.65 网上查到的可行版本 （跟本人所使用的有所偏差） python3.7.0+CUDA11.6.0+cuDNN8.3.2+tensorflow2.7.0+Keras2.7.0 python3.7.0+CUDA11.3.1+cuDNN8.2.1+ten
cuda和cudnn版本对应关系
qq_33221533的博客
05-11 2066
因为nvidia网站较慢，所以截图保存两者之间关系，不用每次查看都打开
环境配置—Cuda和Cudnn版本对应关系
算法之美
04-16 4万+
环境配置—Cuda和Cudnn版本对应关系
tensorflow CUDA cudnn 版本对应关系
茶佬牛逼
07-14 9万+
linux下： windows下： 上面两张图是在这里找到的：https://tensorflow.google.cn/install/source （右上角language选English） 另外附上下载链接： CUDA 下载地址点击打开链接 cudnn 下载地址(需要注册账号)点击打开链接 tensorflow-cpu 下载地址点击打开链接 te...
CUDNN与CUDA的对应关系
weixin_40258368的博客
12-20 1294
tensorflow各个版本的CUDA以及Cudnn版本对应关系
热门推荐
MIss-Y的博客
04-08 48万+
概述，需要注意以下几个问题： （1）NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。 CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。 显卡驱动的安装： 当我们使用...
tensorflow_gpu-与cudnn和cuda版本对应
03-13
<think>好的，用户需要了解TensorFlow GPU版本与CuDNN和CUDA的兼容性对应表。我需要先回忆相关引用内容。根据提供的引用，引用[1]和引用[2]都提到了TensorFlow-GPU与CUDA、cuDNN的版本对应关系。引用[1]给出了具体的链接，而引用[2]详细说明了安装时的版本选择步骤。接下来，我需要整理这些信息，确保版本对应正确。 首先，用户可能是在安装TensorFlow GPU版本时遇到了兼容性问题，或者想要预先确认版本以避免错误。常见的错误包括版本不匹配导致无法使用GPU加速。因此，提供一个清晰的对应表格会很有帮助。需要检查引用中的具体版本对应情况，例如TensorFlow 2.10需要CUDA 11.2和cuDNN 8.1，而更早的版本如2.4需要CUDA 11.0和cuDNN 8.0。 另外，用户可能还需要知道如何查看已安装的CUDA和cuDNN版本，以及安装步骤的注意事项。比如，在安装时不仅要安装正确的CUDA版本，还需要对应的NVIDIA驱动，并且cuDNN的库文件要正确放置到CUDA的安装目录中。 还要考虑用户的操作系统，因为引用中提到的是Windows系统，但可能用户使用的是Linux或其他系统，不过对应关系通常是跨平台的。需要指出的是，Python版本也会影响TensorFlow的安装，例如TensorFlow 2.5及更高版本需要Python 3.7-3.9，而旧版可能支持更早的Python版本。 可能的问题包括如何验证安装是否成功，比如运行代码检查GPU是否被识别。此外，用户可能想知道如果版本不匹配该如何处理，比如降级或升级相应的库。 最后，生成的相关问题需要覆盖常见的使用场景，例如如何检查版本、安装步骤、解决兼容性问题等，确保用户能够全面理解并解决可能遇到的问题。</think>TensorFlow GPU版本与CUDA、cuDNN的对应关系如下（数据截至2023年7月）： $$ \begin{array}{|c|c|c|c|} \hline \text{TensorFlow版本} & \text{CUDA版本} & \text{cuDNN版本} & \text{Python版本} \\ \hline 2.10 & 11.2 & 8.1 & 3.7-3.10 \\ 2.9 & 11.2 & 8.1 & 3.7-3.10 \\ 2.8 & 11.2 & 8.1 & 3.7-3.10 \\ 2.7 & 11.2 & 8.1 & 3.7-3.9 \\ 2.6 & 11.2 & 8.1 & 3.6-3.9 \\ 2.5 & 11.2 & 8.1 & 3.6-3.9 \\ 2.4 & 11.0 & 8.0 & 3.6-3.8 \\ 2.3 & 10.1 & 7.6 & 3.5-3.8 \\ \hline \end{array} $$ **安装注意事项** 1. 必须严格匹配主要版本号（如CUDA 11.x系列中11.2与11.0不兼容）[^2] 2. cuDNN库需要手动解压到CUDA安装目录 3. 需先安装对应版本的NVIDIA驱动程序（建议470.x及以上） 4. 推荐使用Anaconda创建虚拟环境管理依赖 **验证安装** 运行以下Python代码验证GPU是否可用： ```python import tensorflow as tf print(tf.config.list_physical_devices('GPU')) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值