支持 Nvidia CUDA Toolkit 9.2答案

【问题标题】：Support for Nvidia CUDA Toolkit 9.2支持 Nvidia CUDA Toolkit 9.2
【发布时间】：2018-11-09 08:49:56
【问题描述】：

Tensorflow-gpu 绑定到特定版本的 Nvidia CUDA Toolkit 的原因是什么？当前版本似乎专门寻找 9.0，并且不适用于更高版本。例如，我安装了最新的 Toolkit 9.2 并将其添加到路径中，但 Tensorflow-gpu 无法使用它并抱怨它正在寻找 9.0。

我可以看到不支持主要版本更新而是次要版本？

【问题讨论】：

标签： tensorflow nvidia

【解决方案1】：

这是个好问题。根据NVidia's website，

CUDA 驱动程序向后兼容，这意味着针对特定版本的 CUDA 编译的应用程序将继续在后续（以后的）驱动程序版本中运行。

所以从技术上讲，支持 CUDA 驱动程序的后续迭代应该不是问题。在实践中，您会在[1]、[2] 上找到具有更高版本的 CUDA 和 CuDNN 的非官方预构建二进制文件。更容易安装，从 conda 安装的 tensorflow-gpu 软件包目前与 CUDA 9.2 捆绑在一起。

当被问及该主题时，开发人员answered，

原因的答案是 9.1 所需的驱动程序问题，cuda 9.1 中我们需要的新功能并不多，还有一些小问题。

所以原因看起来相当模糊——他可能意味着 CUDA 9.1（和 9.2）需要的显卡驱动程序可能有点太新了，不太方便，但这是一个没有根据的猜测。

如果 NVidia 在二进制兼容性方面是正确的，您可以尝试简单地将您的 CUDA 9.2 库重命名或链接为 CUDA 9.0 库，它应该可以工作。但我会在尝试之前保存我所有的工作......而且人们甚至重新编译 tensorflow 以支持更高的 CUDA 版本这一事实可能暗示了这将如何结束。

【讨论】：

【解决方案2】：

下载 TF 时，会下载一个预构建的二进制文件。在构建过程中，TF 被硬链接到特定版本的 Cuda，因此您不能将它与不同的 cuda 版本一起使用。

如果您想使用新的（或有时较旧的）版本的 cuda，您需要从源代码 (check how here) 安装 TF 或者，如果您真的不想自己构建，请查看这些 repos，还有其他发布特定 TF 二进制文件的示例：

为方便起见，我在此处添加了每个预构建的 Tensorflow 版本所需的 CUDA + cuDNN 版本：

（我在这里只写我使用的 TF 版本，也许旧的 TF 版本也使用旧版本的 CUDA）

TF v1.5 cuda 8.0 和 cuDNN 6 之前
从 1.5 开始 - 现在针对 CUDA 9 和 cuDNN 7 构建预构建的二进制文件。

【讨论】：

如果有人可以在 TF 团队的预构建原始版本中为所有 TF - CUDA - CuDNN 组合添加（或编辑帖子），那将是非常有益的，（其他然后写的在帖子中）
我刚刚安装了 Ubuntu 18.04 LTS。 NVDA 网站似乎没有为此提供的 CUDA 9.2 版本。下载为17.10构建的安装程序版本可以吗？

【解决方案3】：

问题不在于 NVIDIA 驱动程序，而在于 Tensorflow 本身。我花了一个小时试图让它工作，最后意识到如果你从 googleapi.com 下载预构建的二进制文件，加载 libcudart.so.9.0 是硬编码！如果您同时安装了 cuda 9.0 和 9.2，则 tensorflow 将工作（但它实际上是从 9.0 加载动态库）。（顺便说一句，我使用 anaconda 安装了 TF。）

更简洁的方法是从源代码构建 TF。这不是太复杂。

【讨论】：