tensorflow各个版本的CUDA以及Cudnn版本对应关系
windows下同一个显卡配置多个CUDA工具包以及它们之间的切换
由于tensorflow的版本与CUDA版本是严格匹配的,所以在开发过程中,经常遇到CUDA版本的问题,安装多版本CUDA是必不可少的。本文介绍了多版本CUDA自由切换的方法,亲测有效。
tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status:
CUDA driver version is insufficient for CUDA runtime version
错误原因:
CUDA版本与驱动版本不匹配
解决办法:
安装当前驱动支持的CUDA版本。
7. 切换CUDA版本时,只需要切换环境变量中CUDA的顺序即可,比如让CUDA11.1生效,则CUDA11.1环境变量在CUDA10.1之前。
8. 查看切换版本是否生效。
9. 如果要切换回CUDA10.1,在环境变量中,将CUDA10.1调在CUDA11.1之前即可。
10. 查看切换版本是否生效