目录
1.tensorflow版本和GPU对应关系
1.1 X86
1.2 macOS
2.tensorflow1和tensorflow2兼容性问题
2.1 改造方法
2.2 测试代码
1.tensorflow版本和GPU对应关系
1.1 X86
| 版本 | Python 版本 | cuDNN | CUDA |
|---|---|---|---|
| tensorflow-2.6.0 | 3.6-3.9 | 8.1 | 11.2 |
| tensorflow-2.5.0 | 3.6-3.9 | 8.1 | 11.2 |
| tensorflow-2.4.0 | 3.6-3.8 | 8.0 | 11.0 |
| tensorflow-2.3.0 | 3.5-3.8 | 7.6 | 10.1 |
| tensorflow-2.2.0 | 3.5-3.8 | 7.6 | 10.1 |
| tensorflow-2.1.0 | 2.7、3.5-3.7 | 7.6 | 10.1 |
| tensorflow-2.0.0 | 2.7、3.3-3.7 | 7.4 | 10.0 |
| tensorflow_gpu-1.15.0 | 2.7、3.3-3.7 | 7.4 | 10.0 |
| tensorflow_gpu-1.14.0 | 2.7、3.3-3.7 | 7.4 | 10.0 |
| tensorflow_gpu-1.13.1 | 2.7、3.3-3.7 | 7.4 | 10.0 |
| tensorflow_gpu-1.12.0 | 2.7、3.3-3.6 | 7 | 9 |
| tensorflow_gpu-1.11.0 | 2.7、3.3-3.6 | 7 | 9 |
| tensorflow_gpu-1.10.0 | 2.7、3.3-3.6 | 7 | 9 |
| tensorflow_gpu-1.9.0 | 2.7、3.3-3.6 | 7 | 9 |
| tensorflow_gpu-1.8.0 | 2.7、3.3-3.6 | 7 | 9 |
| tensorflow_gpu-1.7.0 | 2.7、3.3-3.6 | 7 | 9 |
| tensorflow_gpu-1.6.0 | 2.7、3.3-3.6 | 7 | 9 |
| tensorflow_gpu-1.5.0 | 2.7、3.3-3.6 | 7 | 9 |
| tensorflow_gpu-1.4.0 | 2.7、3.3-3.6 | 6 | 8 |
| tensorflow_gpu-1.3.0 | 2.7、3.3-3.6 | 6 | 8 |
| tensorflow_gpu-1.2.0 | 2.7、3.3-3.6 | 5.1 | 8 |
| tensorflow_gpu-1.1.0 | 2.7、3.3-3.6 | 5.1 | 8 |
| tensorflow_gpu-1.0.0 | 2.7、3.3-3.6 | 5.1 | 8 |
1.2 macOS
| 版本 | Python 版本 | cuDNN | CUDA |
|---|---|---|---|
| tensorflow_gpu-1.1.0 | 2.7、3.3-3.6 | 5.1 | 8 |
| tensorflow_gpu-1.0.0 | 2.7、3.3-3.6 | 5.1 | 8 |
2.tensorflow1和tensorflow2兼容性问题
2.1 改造方法
如果需要运行一个开源代码，对方环境是tf1，而电脑上安装了tf2，只需要用下面方法改造tf1代码即可：
将tensorflow1代码中的
import tensorflow as tf
替换为
import tensorflow.compat.v1 as tf tf.disable_v2_behavior()
由于tensorflow1中
2.2 测试代码
tensorflow1兼容
import tensorflow.compat.v1 as tf tf.disable_v2_behavior() sess = tf.Session() a = tf.constant(10) b= tf.constant(12) print(sess.run(a+b))
tensorflow2
import tensorflow as tf A = tf.constant([[1, 2], [3, 4]]) B = tf.constant([[5, 6], [7, 8]]) C = tf.matmul(A, B) print(C)
