服务器上Cuda+Pytorch兼容性的那些问题

服务器上如何搭建匹配版本的cuda+pytorch:

1.查询nvidia中驱动版本与cuda最高兼容版本

命令行输入：nvidia-smi

2.选择对应的python

Driver Version与NVIDIA-SMI决定当前服务器上能兼容最高cuda和Pytorch版本

查询匹配方式：1.官网查询 2.问AI(可能存在不准确情况)

CUDA版本与显卡驱动版本对照表（更新至2022.10.26 - CUDA11.8）

3.cuda+torch离线包(网站附torchvision离线包)：

http://download.pytorch.org/whl/torch_stable.html

4.torch与torchvision版本对应：

PyTorch中torch、torchvision、torchaudio、torchtext版本对应关系_torch2.0.1对应的torchvision-CSDN博客（经尝试可能存在一定问题）

其它方法：问AI对应

bash 复制代码

import torch # 如果pytorch安装成功即可导入  
print(torch.cuda.is_available()) # 查看CUDA是否可用  
print(torch.cuda.device_count()) # 查看可用的CUDA数量  
print(torch.version.cuda) # 查看CUDA的版本号

cuda+pytorch以及服务器驱动不匹配的那些问题：

1.RuntimeError: The NVIDIA driver on your system is too old.-CSDN博客

2.RuntimeError:No such operator torchvision::nms

3.UserWarning: NVIDIA GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
If you want to use the NVIDIA GeForce RTX 3080 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/