Поидее, если ничего не обновлять то ничего не должно ломаться само + бек компабилити это стандарт. Но вообщем до слез. Edit: если еще не скомпилировал, скачай уже скомпилированые бинри для cuda с гитхаба(не до конца уверен что где то они есть, но для raspberrypi я качал)

Сраный Tensorflow может даже между минорными апдейтами поломать совместимость, вопли от перехода от 0.* к 1.* вообще были по всему интернету

Зачем нужно чинить обнову, если можно написать в Readme : "компилировать только с версией Tenserflow Х.ХХ". *хитрый_негр.пнг*

В данном случае тут куча созависимых библиотек (Torch, torch-rnn, CUDA, LUA, Luajit, Luarocks, какие-то пакеты для Luarocks, еще говно какое-то) и когда я пытался запуститься на старых версиях основного Torch-rnn -- рано или поздно ловил расходули. Хотя вполне возможно есть какой-то более простой способ или фреймворк. Torch, я так понимаю, уже очень слабо поддерживается. Хотя начинали они за здравие, это же вроде разработка Facebook. В общем, отдельным проектом будет перевезти все это на какой-то модный-молодежный стек типо TF2.0.

Я не самый глубокий человек в разработке нейросетей(поверхностно затрагивал в пару проектов на работке), но фейсбук это больная тема: пару лет не могут обеспечить React-native стабильным базовым функционалом. Про нейросети все что могу сказать, да, сейчас много модных фреймворков, и все они хороши(на словах) и довольно стабильны( мы в офисе даже обучали что то с openvino от интела и получалось). Отдельное внимание я бы обратил на новые сервисы Azure, там 12 месяцев бесплатный трайал виртуальных машин на их серверах, использовать их как процессор для тренировки, да и вообще, они анонсируют очень много всего в этом плане из за их поддержки IoT проектов. Как то так)