CUDA 11.0 的 CUDNN 的正确版本是什么
What is the correct version of CUDNN for CUDA 11.0
我想开始使用 tensorflow-gpu，我查了一些资料，发现我需要确保同时拥有 CUDA 和 CUDNN。所以，我打开命令提示符和 运行 命令 nvidia-smi 来检查我的 CUDA 版本：
C:\Program Files\NVIDIA Corporation\NVSMI>nvidia-smi
Tue Jun 02 14:13:03 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 445.87 Driver Version: 445.87 CUDA Version: 11.0 |
|-------------------------------+----------------------+----------------------+
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 1050 WDDM | 00000000:01:00.0 Off | N/A |
| N/A 40C P8 N/A / N/A | 77MiB / 4096MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU PID Type Process name GPU Memory |
| Usage |
|=============================================================================|
| 0 10488 C+G ...n64\EpicGamesLauncher.exe N/A |
| 0 12636 C+G ...4\UnrealCEFSubProcess.exe N/A |
+-----------------------------------------------------------------------------+
现在我看到我的 CUDA 版本是 11.0，我转到 NVidia's website 到 select 可以使用的 CUDNN 版本CUDA 11.0，但目前最新的最多支持 CUDA 10.2。我应该怎么办？我可以用 CUDA 10.2 吗？
nvidia-smi显示的不是您安装的CUDA版本，而是您的驱动支持的最高CUDA版本。
CUDA 11.0 已发布但尚未发布（截至 2020 年 6 月 2 日），因此您应该使用 CUDA 10.2，因为它是最新的可用版本。
几周前，我将其中三个升级到新的 cuda_11.0.2、驱动程序 450.51.06 和 cuDNN _8.0。
我的环境：
- 86-64
- 带有 gcc 4.8.5 的 Centos 7（sudo 在 Centos 中不起作用。以 root 身份登录）
- 我下载了cuda_11.0.2-450.51.05_linux.run
我冒了风险，但一切顺利。在 Nvidia cudnn 矩阵上它说：
Compute > 3.5，toolkit =11.0，驱动程序 r450
所以驱动程序和工具包未成年人并不重要。
- 已安装，并经过预审，post- 并推荐。
一切顺利。
*这个很重要
我的 cudnn 安装了但无法 运行 示例。
如果你是一名工程师，你就经历过这样的困境，因为你绕过了一些小细节。
Gcc 4.8.5 if 用于安装工具包和驱动程序。
Cudnn 8.0 需要 gcc 5 及更高版本用于 c++ 11 或 14 用于工具链。
所以我所做的是（我的环境中有很多 .devtoolset 版本）。
我选择 6.0 版本而不是 5 版本是为了不在边界线上。
Re-install它，你会爽的。
***关于tensor-flow×××：如果我没看错的话，除了kera之外，它与cudnn无关python。
我想开始使用 tensorflow-gpu，我查了一些资料，发现我需要确保同时拥有 CUDA 和 CUDNN。所以，我打开命令提示符和 运行 命令 nvidia-smi 来检查我的 CUDA 版本：
C:\Program Files\NVIDIA Corporation\NVSMI>nvidia-smi
Tue Jun 02 14:13:03 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 445.87 Driver Version: 445.87 CUDA Version: 11.0 |
|-------------------------------+----------------------+----------------------+
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 1050 WDDM | 00000000:01:00.0 Off | N/A |
| N/A 40C P8 N/A / N/A | 77MiB / 4096MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU PID Type Process name GPU Memory |
| Usage |
|=============================================================================|
| 0 10488 C+G ...n64\EpicGamesLauncher.exe N/A |
| 0 12636 C+G ...4\UnrealCEFSubProcess.exe N/A |
+-----------------------------------------------------------------------------+
现在我看到我的 CUDA 版本是 11.0，我转到 NVidia's website 到 select 可以使用的 CUDNN 版本CUDA 11.0，但目前最新的最多支持 CUDA 10.2。我应该怎么办？我可以用 CUDA 10.2 吗？
nvidia-smi显示的不是您安装的CUDA版本，而是您的驱动支持的最高CUDA版本。
CUDA 11.0 已发布但尚未发布（截至 2020 年 6 月 2 日），因此您应该使用 CUDA 10.2，因为它是最新的可用版本。
几周前，我将其中三个升级到新的 cuda_11.0.2、驱动程序 450.51.06 和 cuDNN _8.0。 我的环境：
- 86-64
- 带有 gcc 4.8.5 的 Centos 7（sudo 在 Centos 中不起作用。以 root 身份登录）
- 我下载了cuda_11.0.2-450.51.05_linux.run 我冒了风险，但一切顺利。在 Nvidia cudnn 矩阵上它说： Compute > 3.5，toolkit =11.0，驱动程序 r450 所以驱动程序和工具包未成年人并不重要。
- 已安装，并经过预审，post- 并推荐。 一切顺利。 *这个很重要 我的 cudnn 安装了但无法 运行 示例。 如果你是一名工程师，你就经历过这样的困境，因为你绕过了一些小细节。 Gcc 4.8.5 if 用于安装工具包和驱动程序。
Cudnn 8.0 需要 gcc 5 及更高版本用于 c++ 11 或 14 用于工具链。 所以我所做的是（我的环境中有很多 .devtoolset 版本）。 我选择 6.0 版本而不是 5 版本是为了不在边界线上。 Re-install它，你会爽的。 ***关于tensor-flow×××：如果我没看错的话，除了kera之外，它与cudnn无关python。