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
程序员小袁8 分钟前
基于C-MTEB/CMedQAv2-rerankingv的Qwen3-1.7b模型微调-demo
人工智能
飞哥数智坊1 小时前
AI 编程一年多,我终于明白:比技巧更重要的,是熟练度
人工智能·ai编程
新智元2 小时前
收手吧 GPT-5-Codex,外面全是 AI 编程智能体!
人工智能·openai
IT_陈寒2 小时前
Java 性能优化:5个被低估的JVM参数让你的应用吞吐量提升50%
前端·人工智能·后端
阿里云云原生2 小时前
阿里云基础设施 AI Tech Day AI 原生,智构未来——AI 原生架构与企业实践专场
人工智能
Memene摸鱼日报3 小时前
「Memene 摸鱼日报 2025.9.16」OpenAI 推出 GPT-5-Codex 编程模型,xAI 发布 Grok 4 Fast
人工智能·aigc
xiaohouzi1122333 小时前
OpenCV的cv2.VideoCapture如何加GStreamer后端
人工智能·opencv·计算机视觉
用户125205597083 小时前
解决Stable Diffusion WebUI训练嵌入式模型报错问题
人工智能
用户8356290780513 小时前
从手动编辑到代码生成:Python 助你高效创建 Word 文档
后端·python
Juchecar3 小时前
一文讲清 nn.LayerNorm 层归一化
人工智能