Pytorch版本、CUDA版本与显卡驱动版本的对应关系

大家好，又见面了，我是你们的朋友全栈君。

参考链接：INSTALLING PREVIOUS VERSIONS OF PYTORCH 解决PyTorch与CUDA版本不匹配

1.CUDA驱动和CUDAToolkit对应版本

注：驱动是向下兼容的，其决定了可安装的CUDA和CUDAToolkit的最高版本。

2.CUDA及其可用PyTorch对应版本（参考官网，欢迎评论区补充）

注：虽然有的卡CUDA版本可更新至新版本，且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。

3.安装指导

（1）指定安装PyTorch版本 当已知CUDA版本时，可根据表2直接查询到对应版本PyTorch，运行conda install pytorch=X.X.X -c pytorch即可安装指定版本PyTorch。此命令由conda决定与PyTorch对应的CUDAToolkit。但不能保证PyTorch可正常使用，CUDAToolkit版本不适配显卡驱动，即可能导致CUDAToolkit版本高于CUDA驱动。 （2）指定CUDAToolkit版本 首先运行nvidia-smi查询CUDA驱动版本，再根据1查询到对应CUDAToolkit版本，再运行conda install pytorch cudatoolkit=X.X -c pytorch即可安装指定CUDAToolkit版本的PyTorch。 （3）同时指定PyTorch和CUDAToolkit版本 如果你十分确定CUDA版本以及对应PyTorch和CUDAToolkit对应版本可运行conda install pytorch=X.X.X cudatoolkit=X.X -c pytorch

安装完成后可使用python查看

import torch
print(torch.__version__)
print(torch.cuda.is_available())

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/148561.html原文链接：https://javaforall.cn