tensorflow版本与cuda cuDNN版本对应使用

1、版本对应关系

tensorflow-gpu v1.9.0 | cuda9.0 |  cuDNN7.1.4可行  | 备注：7.0.4/ 7.0.5/ 7.1.2不明确

tensorflow-gpu v1.8.0 | cuda9.0 |  cuDNN  不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.7.0 | cuda9.0 |  cuDNN  不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.6.0 | cuda9.0 |  cuDNN  不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.5.0 | cuda9.0 |  cuDNN  不明确 | 备注：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.4.0 | cuda8.0 |  cuDNN 6.0 | 备注：6.0正常使用, 7.0.5不能用，5.1未知

tensorflow-gpu v1.3.0 | cuda8.0 |  cuDNN 6.0 | 备注：6.0正常使用, 7.0.5不能用，5.1未知

tensorflow-gpu v1.2.0 | cuda8.0 |  cuDNN 5.1 | 备注：5.1正常使用, 6.0/ 7.0.5 未知

tensorflow-gpu v1.1.0 | cuda8.0 |  cuDNN 5.1 | 备注：5.1正常使用, 6.0/ 7.0.5 未知

/*********************************/

卸载cudnn：

sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*

/*********************************/

各版本cuDNN下载地址：https://developer.nvidia.com/rdp/cudnn-archive

参考原文：https://blog.****.net/lifuxian1994/article/details/81103530  

 

2.cudnn的升级

cudnn的升级方法与cuda的升级方法类似。

（1）删除旧版本的cudnn

    sudo rm -rf /usr/local/cuda/include/cudnn.h
    sudo rm -rf /usr/local/cuda/lib64/libcudnn

（2）安装新版本的cudnn

下载所需要的cudnn版本（点击进入下载界面）

解压文件，并在解压出的cuda文件夹中打开终端，执行如下命令：

    sudo cp include/cudnn.h /usr/local/cuda/include/
    sudo cp lib64/lib* /usr/local/cuda/lib64/

（3）建立软链接

在/usr/local/cuda/lib64目录下打开终端，执行如下指令：

    sudo chmod +r libcudnn.so.7.0.5
    sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7  
    sudo ln -sf libcudnn.so.7 libcudnn.so     
    sudo ldconfig

（4）查看当前cudnn的版本

在终端输入

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

如果出现下图所示版本信息（三个数字的意思是当前版本为7.0.5），说明安装成功。

 

参考原文：https://blog.****.net/wanzhen4330/article/details/81704474