Linux下PyTorch、CUDA Toolkit 及显卡驱动版本对应关系（附详细安装步骤）

大家好，又见面了，我是你们的朋友全栈君。

1.CUDA驱动和CUDA Toolkit对应版本

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。

2.CUDA Toolkit版本及其可用PyTorch对应版本（参考官网，欢迎评论区补充）

表二：CUDA Toolkit版本及可用PyTorch对应关系

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。

3.安装指导

在安装时会同时安装CUDA Toolkit以及PyTorch，这是我们要知道的。

步骤一：

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。

步骤二： 此处提供三种方法可供选择。 （1）指定CUDA Toolkit版本（推荐） 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 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： （1）需要安装torchaudio以及torchvision时将其放在pytorch之后即可，如：conda install pytorch torchaudio torchvision cudatoolkit=9.0 -c pytorch （2）-c pytorch为采用官网源下载，如果去掉，则在清华镜像源配置后可采用清华镜像源下载，配置清华镜像源可参考：Linux下conda使用清华镜像源快速安装PyTorch [CSDN]。 （3）PyTorch1.8.0，1.9.0及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。

4.验证安装是否成功

#使用python运行
import torch
print(torch.__version__)
print(torch.cuda.is_available())

卸载当前版本PyTorch：

conda uninstall pytorch

参考： PyTorch [官网] Pytorch如何更新版本与卸载，使用pip,conda更新卸载Pytorch [CSDN]

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/149169.html原文链接：https://javaforall.cn