Tensorflow CUDA 11.0的CUDNN的正确版本是什么

我想开始使用

tensorflow gpu

，我查阅了一些资料，发现我需要确保我同时拥有

CUDA

和

CUDNN

。因此，我打开命令提示符，运行命令

nvidia smi

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

，我去了选择一个

CUDNN

版本，它可以与

CUDA 11.0

一起工作，但最新版本目前支持

CUDA 10.2

。我该怎么办？我可以使用CUDA 10.2版吗？

nvidia smi显示的不是您安装的CUDA版本，而是您的驱动程序支持的最大CUDA版本

---

CUDA 11.0已经发布，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，我已将其中三个升级到新的CUDA_11.0.2、Driver 450.51.06和cuDNN_8.0。 我的环境：

86-64

Centos 7和gcc 4.8.5（sudo在Centos中不工作。以root用户身份登录）

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： 计算>3.5，工具箱=11.0，驱动程序r450 因此，驱动程序和工具箱不重要

已安装，并通过了预安装、后安装和推荐。 一切都很顺利。 *这非常重要 我的cudnn已安装，但无法运行示例。 如果你是一名工程师，你经历过这样的困境，因为你忽略了一些小细节。 Gcc 4.8.5如果用于安装工具包和驱动程序

< CUDNN 8需要GCC 5，对于工具链，需要C++ 11或14以上。 所以我所做的就是（我的环境中有很多.devtoolset版本）。 我选择6.0版本而不是5版本，以使其不在边界线上。 重新安装，你会很酷的。

---

***关于tensor flow×××：如果我没有弄错的话，它与cudnn无关，与python的kera无关。

我安装了CUDA-11.0，我还检查了它的一个模拟示例。/nybody，工作正常。但是每当我尝试使用opencv（-D with_CUDA=ON）进行make时，我的make都会出现许多错误。你对此有什么看法。是因为opencv与cuda-11.0不兼容吗？很有趣。TF2最多只支持10.2，而不支持11。除非您想编辑代码库以支持它，否则我们都必须等到TF2.4。就我个人而言，这让我很恼火，但我明白了。