tensorflow各个版本 参考文章
1.x各版本下载地址
https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/
tensorflow各个版本的CUDA以及Cudnn版本对应关系
https://blog.csdn.net/qq_27825451/article/details/89082978
一、tensorflow各个版本需要的CUDA版本以及Cudnn的对应关系 版本Python 版本编译器编译工具cuDNNCUDAtensorflow_gpu-2.0.0-alpha02.7、3.3-3.6GCC 4.8Bazel 0.19.27.4.1以及更高版本CUDA 10.0 (需要 410.x 或更高版本)tensorflow_gpu-1.13.02.7、3.3-3.6GCC 4.8Bazel 0.19.27.410.0tensorflow_gpu-1.12.02.7、3.3-3.6GCC 4.8Bazel 0.15.079tensorflow_gpu-1.11.02.7、3.3-3.6GCC 4.8Bazel 0.15.079tensorflow_gpu-1.10.02.7、3.3-3.6GCC 4.8Bazel 0.15.079tensorflow_gpu-1.9.02.7、3.3-3.6GCC 4.8Bazel 0.11.079tensorflow_gpu-1.8.02.7、3.3-3.6GCC 4.8Bazel 0.10.079tensorflow_gpu-1.7.02.7、3.3-3.6GCC 4.8Bazel 0.9.079tensorflow_gpu-1.6.02.7、3.3-3.6GCC 4.8Bazel 0.9.079tensorflow_gpu-1.5.02.7、3.3-3.6GCC 4.8Bazel 0.8.079tensorflow_gpu-1.4.02.7、3.3-3.6GCC 4.8Bazel 0.5.468tensorflow_gpu-1.3.02.7、3.3-3.6GCC 4.8Bazel 0.4.568tensorflow_gpu-1.2.02.7、3.3-3.6GCC 4.8Bazel 0.4.55.18tensorflow_gpu-1.1.02.7、3.3-3.6GCC 4.8Bazel 0.4.25.18tensorflow_gpu-1.0.02.7、3.3-3.6GCC 4.8Bazel 0.4.25.18二、Nvidia 显卡算力 PC显卡算力 GPUCompute CapabilityNVIDIA TITAN RTX7.5Geforce RTX 2080 Ti7.5Geforce RTX 20807.5Geforce RTX 20707.5Geforce RTX 20607.5NVIDIA TITAN V7.0NVIDIA TITAN Xp6.1NVIDIA TITAN X6.1GeForce GTX 1080 Ti6.1GeForce GTX 10806.1GeForce GTX 10706.1GeForce GTX 10606.1GeForce GTX 10506.1GeForce GTX TITAN X5.2GeForce GTX TITAN Z3.5GeForce GTX TITAN Black3.5GeForce GTX TITAN3.5GeForce GTX 980 Ti5.2GeForce GTX 9805.2GeForce GTX 9705.2GeForce GTX 9605.2GeForce GTX 9505.2GeForce GTX 780 Ti3.5GeForce GTX 7803.5GeForce GTX 7703.0GeForce GTX 7603.0GeForce GTX 750 Ti5.0GeForce GTX 7505.0GeForce GTX 6903.0GeForce GTX 6803.0GeForce GTX 6703.0GeForce GTX 660 Ti3.0GeForce GTX 6603.0GeForce GTX 650 Ti BOOST3.0GeForce GTX 650 Ti3.0GeForce GTX 6503.0GeForce GTX 560 Ti2.1GeForce GTX 550 Ti2.1GeForce GTX 4602.1GeForce GTS 4502.1GeForce GTS 450*2.1GeForce GTX 5902.0GeForce GTX 5802.0GeForce GTX 5702.0GeForce GTX 4802.0GeForce GTX 4702.0GeForce GTX 4652.0GeForce GT 7403.0GeForce GT 7303.5GeForce GT 730 DDR3,128bit2.1GeForce GT 7203.5GeForce GT 705*3.5GeForce GT 640 (GDDR5)3.5GeForce GT 640 (GDDR3)2.1GeForce GT 6302.1GeForce GT 6202.1GeForce GT 6102.1GeForce GT 5202.1GeForce GT 4402.1GeForce GT 440*2.1GeForce GT 4302.1GeForce GT 430*2.1笔记本显卡算力 GPUCompute CapabilityGeforce RTX 20807.5Geforce RTX 20707.5Geforce RTX 20607.5GeForce GTX 10806.1GeForce GTX 10706.1GeForce GTX 10606.1GeForce GTX 9805.2GeForce GTX 980M5.2GeForce GTX 970M5.2GeForce GTX 965M5.2GeForce GTX 960M5.0GeForce GTX 950M5.0GeForce 940M5.0GeForce 930M5.0GeForce 920M3.5GeForce 910M5.2GeForce GTX 880M3.0GeForce GTX 870M3.0GeForce GTX 860M3.0/5.0(**)GeForce GTX 850M5.0GeForce 840M5.0GeForce 830M5.0GeForce 820M2.1GeForce 800M2.1GeForce GTX 780M3.0GeForce GTX 770M3.0GeForce GTX 765M3.0GeForce GTX 760M3.0GeForce GTX 680MX3.0GeForce GTX 680M3.0GeForce GTX 675MX3.0GeForce GTX 675M2.1GeForce GTX 670MX3.0GeForce GTX 670M2.1GeForce GTX 660M3.0GeForce GT 755M3.0GeForce GT 750M3.0GeForce GT 650M3.0GeForce GT 745M3.0GeForce GT 645M3.0GeForce GT 740M3.0GeForce GT 730M3.0GeForce GT 640M3.0GeForce GT 640M LE3.0GeForce GT 735M3.0GeForce GT 635M2.1GeForce GT 730M3.0GeForce GT 630M2.1GeForce GT 625M2.1GeForce GT 720M2.1GeForce GT 620M2.1GeForce 710M2.1GeForce 705M2.1GeForce 610M2.1GeForce GTX 580M2.1GeForce GTX 570M2.1GeForce GTX 560M2.1GeForce GT 555M2.1GeForce GT 550M2.1GeForce GT 540M2.1GeForce GT 525M2.1GeForce GT 520MX2.1GeForce GT 520M2.1GeForce GTX 485M2.1GeForce GTX 470M2.1GeForce GTX 460M2.1GeForce GT 445M2.1GeForce GT 435M2.1GeForce GT 420M2.1GeForce GT 415M2.1GeForce GTX 480M2.0GeForce 710M2.1GeForce 410M2.1三、名词 CUDA
CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。
CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。
CUDA和显卡驱动是没有版本绑定关系。
显卡驱动下载地址： https://www.nvidia.com/Download/index.aspx?lang=en-us
CUDA的下载地址为：https://developer.nvidia.com/cuda-downloads
查看自己所安装的CUDA的版本
（1）直接在NVIDIA的控制面板里面查看NVCUDA.DLL的版本。（注意：并不能绝对说明自己安装的CUDA工具包一定这个版本）
（2）通过命令查看：nvcc -V 或者是nvcc --version都可以，但前提是添加了环境变量
（3）直接通过文件查看，这里分为Linux和windows两种情况
在windows平台
可以直接进入CUDA的安装目录，比如我的是：
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.2 里面有一个version.txt的文本文件，直接打开即可，也可以使用命令，即
首先进入到安装目录，然后执行：type version.txt 即可查看
在Linux平台下：
同windows类似，进入到安装目录，然后执行 cat version.txt 命令
cuDNN
是一个SDK，是一个专门用于神经网络的加速包，注意，它跟我们的CUDA没有一一对应的关系，即每一个版本的CUDA可能有好几个版本的cuDNN与之对应，但一般有一个最新版本的cuDNN版本与CUDA对应更好。
cuDNN与CUDA没有版本绑定的关系。 查看自己的cuDNN的版本 windows平台：
进入安装目录：C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.2include 之下，然后找到
cudnn.h 的头文件，直接打开查看，在最开始的部分会有如下定义：
#define CUDNN_MAJOR 7#define CUDNN_MINOR 5#define CUDNN_PATCHLEVEL 0
define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)即7500，也就是cudnn的版本为7.5.0版本；
Linux下通过命令：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
即5005，即5.0.5版本的cudnn。
CUPTI
CUDA 工具包附带的 CUPTI。 CUPTI，即CUDA Profiling Tools Interface (CUPTI)。在CUDA分析工具接口（CUPTI）能够分析和跟踪靶向CUDA应用程序的工具的创建。CUPTI提供以下API：
Activity API 、 Callback API 、事件API、 Metric API 、 Profiler API
API文档地址 https://docs.nvidia.com/cupti/Cupti/index.html