时间:2021-05-23
表一:CUDA驱动及CUDA Toolkit最高对应版本
最新可查阅官方文档
注:驱动是向下兼容的,其决定了可安装的CUDA Toolkit的最高版本。
表二:CUDA Toolkit版本及可用PyTorch对应关系
CUDAToolkit版本 可用PyTorch版本 7.5 0.4.1 ,0.3.0, 0.2.0,0.1.12-0.1.6 8.0 1.1.0,1.0.0 ,0.4.1 9.0 1.1.0,1.0.1, 1.0.0,0.4.1 9.2 1.7.1,1.7.0,1.6.0,1.5.1,1.5.0,1.4.0,1.2.0,0.4.1 10.0 1.2.0,1.1.0,1.0.1 ,1.0.0 10.1 1.7.1,1.7.0,1.6.0,1.5.1,1.5.0, 1.4.0,1.3.0 10.2 1.7.1,1.7.0,1.6.0,1.5.1,1.5.0 11.0 1.7.1,1.7.0 11.1 1.8.0注:虽有的卡驱动更新至较新版本,且CUDA Toolkit及PyTorch也可对应更新至新版本。但有的对应安装包无法使用,有可能是由于卡太旧的原因。
在安装时会同时安装CUDA Toolkit以及PyTorch,这是我们要知道的。
使用nvidia-smi查询驱动版本:
如图中Driver Version所示,该卡目前的驱动版本为384.81。
此处提供三种方法可供选择。
(1)指定CUDA Toolkit版本
根据表一查询到可安装的CUDA Toolkit版本,384.81对应最高的CUDA Toolkit版本为9.0。
运行conda install pytorch cudatoolkit=9.0 -c pytorch即可。
此方法指定CUDA Toolkit版本后,conda会自动匹配到合适版本的PyTorch。
(2)指定PyTorch版本
根据表一查询到可安装的CUDA Toolkit版本,再根据表二查询到合适版本的PyTorch。384.81对应最高的CUDA Toolkit版本为9.0,9.0可安装PyTorch1.1.0版本。
运行conda install pytorch=1.1.0 -c pytorch即可。
此方法指定PyTorch版本后,conda会自动匹配到合适版本的CUDA Toolkit。
(3)同时指定CUDA Toolkit版本和PyTorch(推荐)
根据表一查询到可安装的CUDA Toolkit版本,根据表二查询到合适版本的PyTorch。
运行conda install pytorch=1.1.0 cudatoolkit=9.0 -c pytorch即可。
注:PyTorch1.8.0和1.0.0以前版本使用conda安装时命令有些许不同,具体可查看官网。
卸载当前版本PyTorch:
conda uninstall pytorch补充:查看PyTorch的版本及CUDA和cuDNN版本
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
查看自己cuda版本,我的cuda是11版本了,所以可以安装11版本以下的任何版本。进入pytorch官网官网网址:https://pytorch.org/20
本文安装的是pytorch1.4版本(cpu版本)首先需要安装Anaconda是否需要安装基于cuda的PyTorch版本呢?对于普通笔记本来说即使有显卡性能也
Android编译出错版本匹配问题解决办法解决问题的关键在于版本匹配,compileSdkVersioncompileSdkVersiontargetSdkVe
1.大幅度提升Pytorch的训练速度device=torch.device("cuda"iftorch.cuda.is_available()else"cpu
由于pytorch的whl安装包名字都一样,所以我们很难区分到底是基于cuda的哪个版本。有一条指令可以查看importtorchprint(torch.ver