第一次接触 gpu 的版本，用的是 tf1.8，服务器上 cuda 预安装是 8.0 的。一开始不知道还要装 cuDNN 就直接用了，GPU 查看了确实是在使用，但是计算速度并不理想。
后来发现 cuDNN 没有安装就装了个 7.0 的，发现计算速度并没有改善。
我想知道 tf1.8+cuda8.0+cudnn7.0 这个组合是否存在问题？我看有人说 tf1.8 只支持 cuda9.0。
谢谢各位
kaede1993， 2018-8-2 11:08:47
tf1.8 只支持 cuda9.0。
敬畏代码 发表于 2018-8-2 13:08:26
这样的，其实我不太清楚 gpu 加速和 cuda 还有 cudnn 的关系，您能帮我捋一捋吗？
我现在装的 cuda8.0 但是 gpu 也确实在加速运算（我设置 tf.device (‘/cpu:0’) 之后运算速度确实变慢了），
意思是 cuda 是用于进一步优化 gpu 运算，然后 cudnn 则是专门设计来加速神经网络运算的。
我这样理解对吗？谢谢
kaede1993 发表于 2018-8-2 13:13:28
cuda 类似于 GPU 端的 C/C 语言，装好了以后，程序将具备【运行在 GPU】的能力，cudnn 是 NVIDIA 官方发布的神经网络加速库，TF、Pytorch 等深度学习框架底层都是调用这个库，我理解它能够【让 DL 程序运行的更快】
HiJacker，2018-8-5 15:41
cuda 是 gou 加速的，cudnn 是专门用来在神经网络算法里用的，比如你的 tf 用到了这个算法，cudnn 就会有效加速些，一定要注意 cuda 与 cudnn 的版本匹配。现在 tf 支持 cuda9.0，别下错了。
明河 发表于 2018-8-29 00:11:38
如果你已经安装成功了，你的问题应该不在 cuda 上。需要看看你的程序是如何分配的，还有就是给 gpu 分配的内存问题
TF_master 发表于 2018-8-30 17:39:56
静观其变，正在尝试用 GPU 版
py_flow 发表于 2018-9-12 23:38:57
学到了，，tensorflow 还是 profile。。。。吓到了哈哈哈
ViolinSolo 发表于 2018-9-13 12:52:09