Tensorflow currently has no official prebuild for your CUDA, cuDNN combination.

INFO CUDA version: 10.

ERROR cuDNN not found. See https://github.com/deepfakes/faceswap/blob/master/INSTALL.md#cudnn for instructions

WARNING Tensorflow currently has no official prebuild for your CUDA, cuDNN combination.

Either install a combination that Tensorflow supports or build and install your own tensorflow-gpu.

CUDA Version: 10.

cuDNN Version:

Help:

Building Tensorflow: https://www.tensorflow.org/install/install_sources

Tensorflow supported versions: https://www.tensorflow.org/install/source#tested_build_configurations

Location of custom tensorflow-gpu wheel (leave blank to manually install): ~/home/tensorflow_gpu-1.12.0-cp36-cp36m-manylinux1_x86_64.whl

ERROR /home/afda/home/tensorflow_gpu-1.12.0-cp36-cp36m-manylinux1_x86_64.whl not found

INFO Checking System Dependencies...

INFO CMake version: 2.8.12.2

INFO gcc version: 4.8.4

INFO g++ version: 4.8.4

如何本地安裝tensorflow.whl文件

官方未编译:https://www.tensorflow.org/install/source#tested_build_configurations

原文地址:https://www.cnblogs.com/2008nmj/p/10354294.html

时间: 2024-10-11 01:08:48

Tensorflow currently has no official prebuild for your CUDA, cuDNN combination.的相关文章

window10上安装python+CUDA+CuDNN+TensorFlow

软件 版本 Window10 X64 python 3.6.4(64位) CUDA CUDA Toolkit 9.0 (Sept 2017) CuDNN cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0 以上版本测试通过. 安装步骤: 1.安装python,记得要勾选pip. 2.检测是否支持CUDA. NVIDIA官网查询,具体见:https://developer.nvidia.com/cuda-gpus,就可以知道是否可以使用带GPU支持的TensorFlo

ubuntu14.04 安装 tensorflow

如果内容侵权的话,联系我,我会立马删了的-因为参考的太多了,如果一一联系再等回复,战线太长了--蟹蟹给我贡献技术源泉的作者们- 最近准备从理论和实验两个方面学习深度学习,所以,前面装好了Theano环境,后来知乎上看到这个回答,就调研了一下各个深度学习框架,我没有看源码,调研也不是很深入,仅仅是为了选择深度学习框架做的一个大概了解- 1. 如何选择深度学习框架? 参考资料如下: 1. https://github.com/zer0n/deepframeworks/blob/master/READ

tensorflow的Virtualenv安装方式安装

本文介绍了如何在ubuntu上以virtualenv方式安装tensorflow. 安装pip和virtualenv: # Ubuntu/Linux 64-bit sudo apt-get install python-pip python-dev python-virtualenv # Mac OS X sudo easy_install pip sudo pip install --upgrade virtualenv 创建 Virtualenv 虚拟环境: 进入你想安装tensorflow

ubuntu16.4搭建tensorflow环境

1 说明: 本机配置:显卡gtx970,ubuntu16.4.1+cuda8.0+cudnn v5+tensorflow0.11 1. 下载 1.1 系统镜像 由于我尝试了ubuntu14.04,安装Nvidia驱动之后,会出现循环登录的问题,并始终无法找到有效的解决途径,所以只能选择ubuntu16.04了. 镜像地址 https://www.ubuntu.com/download/alternative-downloads 1.2 CUDA 8.0 https://developer.nvi

Windows环境下的TensorFlow安装过程

安装环境 Windows8.1 python3.5.x(TensorFlow only supports version 3.5.x of Python on Windows) pip 9.0.1 tensorflow-gpu-0.12.0 cuda cudnn 安装过程 安装Python3.5 安装python 下载地址:https://www.python.org/ 点击Downloads下的Windows,本次选用了Python 3.5.2版本 选择其中的第五个,Windows x86-6

深度学习(TensorFlow)环境搭建:(三)Ubuntu16.04+CUDA8.0+cuDNN7+Anaconda4.4+Python3.6+TensorFlow1.3

紧接着上一篇的文章<深度学习(TensorFlow)环境搭建:(二)Ubuntu16.04+1080Ti显卡驱动>,这篇文章,主要讲解如何安装CUDA+CUDNN,不过前提是我们是已经把NVIDIA显卡驱动安装好了 一.安装CUDA CUDA(Compute Unified Device Architecture),是英伟达公司推出的一种基于新的并行编程模型和指令集架构的通用计算架构,它能利用英伟达GPU的并行计算引擎,比CPU更高效的解决许多复杂计算任务,想使用GPU就必须要使用CUDA.

深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3

本文来源地址:http://www.52nlp.cn/tag/cuda-9-0 一年前,我配置了一套"深度学习服务器",并且写过两篇关于深度学习服务器环境配置的文章:<深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0> 和 <深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow> , 获得了很多关注和引用. 这一年来,深度学习的大潮继续,特别是前段时间,吴恩达(And

转:ubuntu 下GPU版的 tensorflow / keras的环境搭建

http://blog.csdn.net/jerr__y/article/details/53695567 前言:本文主要介绍如何在 ubuntu 系统中配置 GPU 版本的 tensorflow 环境.主要包括: - cuda 安装 - cudnn 安装 - tensorflow 安装 - keras 安装 其中,cuda 安装这部分是最重要的,cuda 安装好了以后,不管是 tensorflow 还是其他的深度学习框架都可以轻松地进行配置. 我的环境: Ubuntu14.04 + TITAN

windows安装tensorflow简单直接的方法(win10+pycharm+tensorflow-gpu1.7+cuda9.1+cudnn7.1)

安装tensorflow-gpu环境需要:python环境,tensorflow-gpu包,cuda,cudnn 一,安装python,pip3直接到官网下载就好了,下载并安装你喜欢的版本 https://www.python.org/ 提示:安装最后一步时记得勾选添加环境变量 在cmd输入pip3测试pip3能否使用,不能使用的话,手动打开python安装的路径,找到pip3文件,将路径加入环境变量 二,安装tensorflow-gpu 使用pip3安装即可:pip3 install tens