一、前言

要让一个基于keras开发的深度学习模型正确运行起来,配置环境真让人头大,本文就介绍了TensorFlow与cuda版本以及Keras版本以及python版本对应关系,方便查找。
注:如果本篇文章内容过时,可点击下面CPU、GPU处超链接进入TensorFlow官网查看,官网是最新数据!


二、Tensorflow与cuda版本以及python版本对应关系

Linux

CPU

在这里插入图片描述
在这里插入图片描述

GPU

在这里插入图片描述
在这里插入图片描述

macOS

此处省略,可自行点击超链接。

三、TensorFlow与Keras版本以及python版本对应关系

注:TersorFlow2已经集成了Keras,不用另外安装了,直接用就可以。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

四、安装

例如我要安装1.14.0 GPU版本的TensorFlow,查表可得对应Keras版本为2.2.5,语句如下

pip install tensorflow-gpu==1.14.0
pip install keras==2.2.5

CUDA和CUDNN的安装见我的另一篇博客:

如果你有同时在一台机器上安装两个版本的CUDA和CUDNN的需求,可以参考我的另一篇博客:

CUDA和CUDNN的版本对应关系见我的另一篇博客:


五、总结

以上就是今天要分享的内容。
如果本文能给你带来帮助的话,点个赞鼓励一下作者吧!


六、参考

[1] TensorFlow官网:https://tensorflow.google.cn/install/source?hl=en
[2] List of Available Environments:https://master–floydhub-docs.netlify.app/guides/environments/

Logo

为开发者提供学习成长、分享交流、生态实践、资源工具等服务,帮助开发者快速成长。

更多推荐