知识卡片

操作参考卡 · 9866 · 生成模型:Hunyuan

升级前环境分析

理解等级:中级

把旧环境升级到 TensorFlow-GPU 2.0 时,不能只替换框架包,而要先把驱动、CUDA、Python 三层依赖查清。本文的起点是 Python 3.6、TF-GPU 1.6、Ubuntu 16.04 与 387.26 驱动;目标是 TF-GPU 2.0,它要求 CUDA 10 以上,而 CUDA 10 又要求驱动不低于 410,同时框架支持 Python 3.7。于是 387.26 成为最关键的阻塞点,必须先升到 410 以上。可迁移的排查顺序是:先定目标框架版本,反查它要求的 CUDA/cuDNN,再反查 CUDA 要求的驱动下限,最后对照现有环境列出缺口。这样能避免装完框架却发现 GPU 不可用的返工。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》附录A 基于GPU的TensorFlow 2+与PyTorch 1+升级安装(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter21.xhtml) - 结论依据:原文 A.1 明确列出目标与原有环境,并指出 TF2 需 CUDA 10+、驱动不低于 410 而当前只有 387.26,据此给出四项待办。 - 原始内容:如果要升级到TensorFlow-GPU 2.0,CUDA应该是10.+,而CUDA为10.+时,GPU的驱动版本应该不低于410,但这里使用的是驱动版本387.26。