pytorch与cudatoolkit,cudnn对应关系及安装相应的版本

文章目录

一.cuda安装

1.确定当前平台cuda可以安装的版本

安装好显卡驱动后,使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少,如下:

Driver Version: 525.89.02 表明当前显卡驱动版本是525.89.02

CUDA Version: 12.0 表明当前的显卡驱动可以安装的cuda最高版本是12.0

二、nvidia 驱动和cuda runtime 版本对应关系

官网:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

从驱动和运行时的版本对应关系来看,版本为384.81的驱动程序 对应的 运行时版本是9.0,也就是说我们在python中安装cudatoolkit和cudnn程序包版本9.2是过高了。

因为系统中依赖GPU驱动的程序比较多,一般出现这种情况,我们都是更改cudatoolkit和cudnn程序包的版本。

于是,先卸载python中安装cudatoolkit和cudnn程序包:pip uninstall cudnn ; pip uninstall cudatoolkit

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

三、安装cudatoolkit,cudnn对应版本

安装cudatoolkit(针对服务器权限不能安装的情况)

c 复制代码
conda search cudatoolkit --info

conda search cudnn --info

查看所有列出来的cudatoolkit的详细信息,包括版本号version,文件网址url,依赖项dependencies。

直接conda install cudatoolkit,通常下载安装包的速度很慢,当换源都不好使的时候,因而可以用上面给出的文件网址url来用下载工具去下载这个包,再去本地安装

依赖项dependencies:想要使用cudatoolkit,还需要安装什么才可以使用。

本地安装离线包的命令是:

bash 复制代码
conda install --use-local 包名

cudnn同理。

四、cuda11.2版本的对应安装的pytorch版本及安装

cu112,可安装cu111版本

访问官网:https://pytorch.org/get-started/previous-versions/

找到合适的版本的torch及torchvision、torchaudio

使用pip3安装

c 复制代码
 pip3 install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html

五、相关参考

Tensorflow与Python、CUDA、cuDNN的版本对应表

https://blog.csdn.net/ly869915532/article/details/124542362

使用虚拟环境conda安装不同版本的cuda,cudnn,pytorch

https://blog.csdn.net/qq_42537872/article/details/132322398?spm=1001.2101.3001.6650.2\&utm_medium=distribute.pc_relevant.none-task-blog-2~default~YuanLiJiHua~Position-2-132322398-blog-131769640.235^v38^pc_relevant_anti_t3_base\&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~YuanLiJiHua~Position-2-132322398-blog-131769640.235^v38^pc_relevant_anti_t3_base\&utm_relevant_index=5

Anaconda的python虚拟环境中安装cudatoolkit和cudnn加速tensorflow

https://blog.csdn.net/qq_33221533/article/details/131769640

NVIDIA驱动版本与CUDA版本对应关系

https://blog.csdn.net/qq_33401821/article/details/123246774

相关推荐
Ronin-Lotus3 小时前
深度学习篇---剪裁&缩放
图像处理·人工智能·缩放·剪裁
毛飞龙3 小时前
Python类(class)参数self的理解
python··self
魔尔助理顾问3 小时前
系统整理Python的循环语句和常用方法
开发语言·后端·python
cpsvps4 小时前
3D芯片香港集成:技术突破与产业机遇全景分析
人工智能·3d
国科安芯4 小时前
抗辐照芯片在低轨卫星星座CAN总线通讯及供电系统的应用探讨
运维·网络·人工智能·单片机·自动化
AKAMAI4 小时前
利用DataStream和TrafficPeak实现大数据可观察性
人工智能·云原生·云计算
Ai墨芯1115 小时前
深度学习水论文:特征提取
人工智能·深度学习
无名工程师5 小时前
神经网络知识讨论
人工智能·神经网络
nbsaas-boot5 小时前
AI时代,我们更需要自己的开发方式与平台
人工智能
SHIPKING3935 小时前
【机器学习&深度学习】LLamaFactory微调效果与vllm部署效果不一致如何解决
人工智能·深度学习·机器学习