主頁 > 知識(shí)庫 > 解決PyTorch與CUDA版本不匹配的問題

解決PyTorch與CUDA版本不匹配的問題

熱門標(biāo)簽:女王谷地圖標(biāo)注 如何在地圖標(biāo)注文字 西藏快速地圖標(biāo)注地點(diǎn) ai地圖標(biāo)注 廈門crm外呼系統(tǒng)如何 n400電話申請(qǐng)多少錢 地圖標(biāo)注推廣單頁 百應(yīng)ai電銷機(jī)器人鄭州 長春人工智能電銷機(jī)器人官網(wǎng)

1.CUDA驅(qū)動(dòng)和CUDA Toolkit對(duì)應(yīng)版本

表一:CUDA驅(qū)動(dòng)及CUDA Toolkit最高對(duì)應(yīng)版本

最新可查閱官方文檔

注:驅(qū)動(dòng)是向下兼容的,其決定了可安裝的CUDA Toolkit的最高版本。

2.CUDA Toolkit版本及其可用PyTorch對(duì)應(yīng)版本(參考官網(wǎng))

表二:CUDA Toolkit版本及可用PyTorch對(duì)應(yīng)關(guān)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:雖有的卡驅(qū)動(dòng)更新至較新版本,且CUDA Toolkit及PyTorch也可對(duì)應(yīng)更新至新版本。但有的對(duì)應(yīng)安裝包無法使用,有可能是由于卡太舊的原因。

3.安裝指導(dǎo)

在安裝時(shí)會(huì)同時(shí)安裝CUDA Toolkit以及PyTorch,這是我們要知道的。

步驟一:

使用nvidia-smi查詢驅(qū)動(dòng)版本:

如圖中Driver Version所示,該卡目前的驅(qū)動(dòng)版本為384.81。

步驟二:

此處提供三種方法可供選擇。

(1)指定CUDA Toolkit版本

根據(jù)表一查詢到可安裝的CUDA Toolkit版本,384.81對(duì)應(yīng)最高的CUDA Toolkit版本為9.0。

運(yùn)行conda install pytorch cudatoolkit=9.0 -c pytorch即可。

此方法指定CUDA Toolkit版本后,conda會(huì)自動(dòng)匹配到合適版本的PyTorch。

(2)指定PyTorch版本

根據(jù)表一查詢到可安裝的CUDA Toolkit版本,再根據(jù)表二查詢到合適版本的PyTorch。384.81對(duì)應(yīng)最高的CUDA Toolkit版本為9.0,9.0可安裝PyTorch1.1.0版本。

運(yùn)行conda install pytorch=1.1.0 -c pytorch即可。

此方法指定PyTorch版本后,conda會(huì)自動(dòng)匹配到合適版本的CUDA Toolkit。

(3)同時(shí)指定CUDA Toolkit版本和PyTorch(推薦)

根據(jù)表一查詢到可安裝的CUDA Toolkit版本,根據(jù)表二查詢到合適版本的PyTorch。

運(yùn)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安裝時(shí)命令有些許不同,具體可查看官網(wǎng)。

4.驗(yàn)證安裝是否成功

#使用python運(yùn)行
import torch
print(torch.__version__)
print(torch.cuda.is_available())

卸載當(dāng)前版本PyTorch:

conda uninstall pytorch

補(bǔ)充:查看PyTorch的版本及CUDA和cuDNN版本

檢查PyTorch版本

torch.version # PyTorch version
torch.version.cuda # Corresponding CUDA version
torch.backends.cudnn.version() # Corresponding cuDNN version
torch.cuda.get_device_name(0) # GPU type

更新PyTorch

conda update pytorch torchvision -c pytorch

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。

您可能感興趣的文章:
  • 粗暴解決CUDA out of memory的問題
  • PyTorch CUDA環(huán)境配置及安裝的步驟(圖文教程)
  • 完美解決torch.cuda.is_available()一直返回False的玄學(xué)方法
  • 詳解win10下pytorch-gpu安裝以及CUDA詳細(xì)安裝過程
  • 如何解決.cuda()加載用時(shí)很長的問題

標(biāo)簽:渭南 廊坊 興安盟 拉薩 亳州 內(nèi)江 綿陽 黔東

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《解決PyTorch與CUDA版本不匹配的問題》,本文關(guān)鍵詞  解決,PyTorch,與,CUDA,版本,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《解決PyTorch與CUDA版本不匹配的問題》相關(guān)的同類信息!
  • 本頁收集關(guān)于解決PyTorch與CUDA版本不匹配的問題的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章