我正在寻找一些通用的经验法则来浏览不同版本的Tensorflow，特别是Tensorflow-GPU。
问题有很多方面。 tensorflow-gpu的每个不同版本都需要不同的Cuda toolkit和cudnn支持。另外，您的cudnn + CudaToolkit也必须彼此兼容。您还需要Nvidia GPU Driver的兼容性。
我使用Anaconda环境维护不同的tensorflow-gpu版本，我使用tensorflow-gpu安装pip，然后在{{1中寻找兼容的Cuda Toolkit和Cudnn }}并安装它们。
我当前的解决方案只能在Anaconda installation repo与Cuda toolkit兼容之前起作用，但是当您拥有的驱动程序与Cuda版本不兼容时，它会失败。
诸如Nvidia-drivers之类的容器是上述问题的唯一解决方案吗？