TensorFlow与CUDA/CuDNN版本对应及驱动报错解决指南

追风的人

发布时间：2026-10-14 | 5人浏览过

原创

本文详解TensorFlow不同版本对Python、编译器及CUDA/cuDNN的具体要求，提供Windows与Linux端的官方配置参考。重点解析“CUDA driver version is insufficient”报错原因，通过nvidia-smi与pip list命令核对驱动与运行时版本，并给出降级cudatoolkit以匹配GPU驱动的完整解决步骤。

参考官网地址：

Windows端：https://tensorflow.google.cn/install/source_windows

CPU

Version	Python version	Compiler	Build tools
tensorflow-1.11.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.10.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.9.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.8.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.7.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.6.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.5.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.4.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.3.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.2.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.1.0	3.5	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.0.0	3.5	MSVC 2015 update 3	Cmake v3.6.3

GPU

Version	Python version	Compiler	Build tools	cuDNN	CUDA
tensorflow_gpu-1.11.0	3.5-3.6	MSVC 2015 update 3	Bazel 0.15.0	7	9
tensorflow_gpu-1.10.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.9.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.8.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.7.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.6.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.5.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.4.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	6	8
tensorflow_gpu-1.3.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	6	8
tensorflow_gpu-1.2.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	5.1	8
tensorflow_gpu-1.1.0	3.5	MSVC 2015 update 3	Cmake v3.6.3	5.1	8
tensorflow_gpu-1.0.0	3.5	MSVC 2015 update 3	Cmake v3.6.3	5.1	8

Linux端：https://tensorflow.google.cn/install/source

Linux

Version	Python version	Compiler	Build tools
tensorflow-1.11.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.15.0
tensorflow-1.10.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.15.0
tensorflow-1.9.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.11.0
tensorflow-1.8.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.10.0
tensorflow-1.7.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.10.0
tensorflow-1.6.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.9.0
tensorflow-1.5.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.8.0
tensorflow-1.4.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.5.4
tensorflow-1.3.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.5
tensorflow-1.2.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.5
tensorflow-1.1.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.2
tensorflow-1.0.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.2

Version	Python version	Compiler	Build tools	cuDNN	CUDA
tensorflow_gpu-1.11.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.10.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.9.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.11.0	7	9
tensorflow_gpu-1.8.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.10.0	7	9
tensorflow_gpu-1.7.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow_gpu-1.6.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow_gpu-1.5.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.8.0	7	9
tensorflow_gpu-1.4.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.5.4	6	8
tensorflow_gpu-1.3.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.5	6	8
tensorflow_gpu-1.2.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.5	5.1	8
tensorflow_gpu-1.1.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.2	5.1	8
tensorflow_gpu-1.0.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.2	5.1	8

macOS

CPU

Version	Python version	Compiler	Build tools
tensorflow-1.11.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.15.0
tensorflow-1.10.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.15.0
tensorflow-1.9.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.11.0
tensorflow-1.8.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.10.1
tensorflow-1.7.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.10.1
tensorflow-1.6.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.8.1
tensorflow-1.5.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.8.1
tensorflow-1.4.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.5.4
tensorflow-1.3.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.4.5
tensorflow-1.2.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.4.5
tensorflow-1.1.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.4.2
tensorflow-1.0.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.4.2

GPU

Version	Python version	Compiler	Build tools	cuDNN	CUDA
tensorflow_gpu-1.1.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.4.2	5.1	8
tensorflow_gpu-1.0.0	2.7, 3.3-3.6	Clang from xcode	Bazel 0.4.2	5.1	8

tensorflow的CUDA driver version is insufficient for CUDA runtime version 问题解决方案

该错误提示“CUDA driver version is insufficient for CUDA runtime version”表明CUDA驱动程序版本与CUDA运行时版本不匹配。

1.CUDA driver version（驱动版本）：即NVIDIA GPU的驱动程序版本；

查看命令：nvidia-smi

根据输出显示，我的GPU驱动程序版本为：384.81

2.CUDA runtime version（运行时版本）：指Python环境中安装的cudatoolkit和cudnn软件包的版本。

查看命令：pip list

Python中安装的cudatoolkit和cudnn程序包版本为：9.2

3.nvidia 驱动和cuda runtime 版本对应关系

运行时版本驱动版本 CUDA 9.1 387.xx CUDA 9.0 384.xx CUDA 8.0 375.xx (GA2) CUDA 8.0 367.4x CUDA 7.5 352.xx CUDA 7.0 346.xx CUDA 6.5 340.xx CUDA 6.0 331.xx CUDA 5.5 319.xx CUDA 5.0 304.xx CUDA 4.2 295.41 CUDA 4.1 285.05.33 CUDA 4.0 270.41.19 CUDA 3.2 260.19.26 CUDA 3.1 256.40 CUDA 3.0 195.36.15

4.解决方案

根据驱动与运行时的版本对应关系，版本为384.81的驱动程序所对应的运行时版本应为9.0。这意味着在Python中安装的cudatoolkit和cudnn程序包版本9.2过高，导致不兼容。

由于系统中依赖GPU驱动的程序较多，通常遇到此类问题时，我们选择更改cudatoolkit和cudnn程序包的版本来适配现有驱动。

首先，卸载Python中已安装的cudatoolkit和cudnn程序包：pip uninstall cudnn ； pip uninstall cudatoolkit

随后，安装对应版本的cudatoolkit和cudnn程序包：pip install cudatoolkit=9.0；pip install cudnn

5.为什么会出现这种情况呢：

出现此问题通常是因为在Python中安装tensorflow的gpu版本时，pip会检查tensorflow依赖的其他包。若依赖包未安装，pip会优先安装最新版本的依赖包。此时tensorflow的gpu版本依赖cudatoolkit和cudnn程序包，pip便会安装最新版本的cudatoolkit和cudnn程序包，最终导致gpu驱动版本与cuda运行时版本不匹配。

到此这篇关于详解Tensorflow不同版本要求与CUDA及CUDNN版本对应关系的文章就介绍到这了,更多相关Tensorflow CUDA及CUDNN版本对应内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！