Tensorflow 1.12与CUDA 10.1兼容吗？

Question

我已经能够使用nvidia-smi 418.39，驱动程序版本418.39和CUDA 10.1成功设置Ubuntu 18.04服务器

我现在有一个用户想要运行TensorFlow，但坚持认为它与CUDA 10.1不兼容，仅与CUDA 10不兼容。在我可以找到的任何地方，都没有在线确认这一点的声明，也没有来自任何发行补丁说明的声明。 TF。因为设置此系统有点麻烦，所以我有点犹豫，只尝试降级一个版本。

有人可以验证TensorFlow 1.12是否与CUDA 10.1一起使用吗？

Answer 1

我可以确认，即使tf 1.13.1对我来说也只能使用CUDA 10.0，而不是10.1。 不知道symlink是否可以正常工作。 如果您尝试在CUDA 10.1上运行tf 1.13.1，它将显示“ ImportError：libcublas.so.10.0：无法打开共享库文件：没有此类文件或目录”

Answer 2

我还可以确认tf 1.13.1不适用于CUDA 10.1。导入tensorflow时会出现以下错误

ImportError：libcublas.so.10.0：无法打开共享对象文件：没有这样的文件或目录

运行ldconfig -v显示差异 libcublas.so.10.0和libcublas.so.10.1.0.105

Answer 3

TensorFlow 1.12（甚至更高的版本1.13.1和2.0.0-alpha0）可能 不是针对CUDA 10.1构建的，因此可以认为是不兼容的。

我尝试从具有GPU支持的源代码构建TensorFlow。我考虑的TensorFlow版本为 1.13.1 和 2.0.0-alpha0 。我使用的机器在GCC 4.8.5上运行CentOS 7.6。我安装了NVIDIA驱动程序版本 418.67 （发行日期为2019.5.7，并支持CUDA Toolkit 10.1）。

我成功地使用 CUDA 10.0 和 cuDNN 7.6.0 + NCCL 2.4.7 （对于CUDA 10.0）构建了两个TensorFlow版本。 请注意，在构建具有GPU支持的TensorFlow时，无需在机器上连接GPU（尤其是如果您在云中使用VM）。

但是，当我切换到 CUDA 10.1 和cuDNN 7.6.0 + NCCL 2.4.7（对于CUDA 10.1）时，这些TensorFlow版本都无法构建。除了libcublas的位置变化以外，错误的另一个来源是在libcudart.so*中找不到cuda-10.1/lib64/（尽管它们确实存在于cuda-10.0/lib64/中）。