【conda】使用 conda 安装的 cuda-toolkit 时，安装的版本与指定版本不一致

最新推荐文章于 2025-03-18 19:19:01 发布
最新推荐文章于 2025-03-18 19:19:01 发布
阅读量2.9k 收藏 24
点赞数 21
分类专栏： 服务器 文章标签： conda 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/G_C_H/article/details/144559357
版权

【conda】使用 conda 安装的 cuda-toolkit 时，安装的版本与指定版本不一致

1 问题描述

参考博客: Link

与参考博客的问题相似，我本机是 cuda 11.8，使用 conda 安装 cuda-toolkit 12.1，但最终 nvcc -V 显示为 12.6

执行 conda list 后发现安装 cuda 相关的包来自不同的 channel:

  • nvidia
  • nvidia/label/cuda-12.1.0
  • conda-forge

在这里插入图片描述

2 channel 介绍

2.1 conda-forge

参考文档: Link

conda-forge 是一个社区项目，为各种软件提供 conda 包，所有 conda-forge 包都可以在这里找到: Link

最低0.47元/天 解锁文章
【一文梳理】CUDA Toolkit版本，pytorch版本，硬件支持的最高CUDA Toolkit的关系
weixin_57742691的博客
10-07 3175
其中我们要选择的就是CUDA Toolkit的版本，这里我选择了11.8，高于我现在安装的CUDA Toolkit的版本11.2，所以这样是不可以的，我需要选择一个可以适配低于CUDA Toolkit 11.2的torch。在使用GPU进行深度学习的过程中，我们免不了与pytorch打交道，这时候就需要根据我们现有的硬件，选择版本合适的CUDA Toolkit，进而选择版本合适的pytorch。实际安装的CUDA Toolkit的版本要低于或者等于硬件支持的最高的CUDA Toolkit的版本。
多cuda版本切换（Unbuntu 18.04 3090 Cuda11.3 转换 Cuda11.7）
weixin_44476427的博客
03-24 406
Unbuntu 18.04 3090 多版本CUDA切换
nvcc -V显示版本与conda不符
weixin_45244016的博客
03-05 1089
首先在Linux上找到/usr/local/cuda-11.8路径，确认自己的版本。键保存修改，然后按下。
使用 conda 安装 cuda
最新发布
qq_18215813的博客
03-18 565
在下列连接之中，我们可以找到对应的版本。同时，我们可以看到他所支持的 cuda 版本有 11.8, 12.1, 12.4。我们的安装的思路是，手动照 cuda-nvcc 的版本，并让 conda 自动搜寻合适的 cudatoolkit 的版本。这里可以得到具体的版本号，cuda-nvcc 的 11.8 的版本有 11.8.89。遇到这个问题，一般是在安装指定版本（尤其是老版本的）pytorch 时，遇到的。
conda清华源安装cuda12.1的pytorch
qq_44197482的博客
11-09 8099
也算是踩坑无数安好了，网上看的方法都试过了，不靠谱，我的不一定靠谱，但是对我有用，记一下，其实之前安装过，现在要重装一个python3.9的版本运行李沐的文件（使用pytorch官方提供的conda command奇慢无比，根本装不下来（科学的情况下也这样）至于-c nvidia是干啥的不知道。配置一下清华源使用清华源装就好了。
cudatoolkit安装（nvcc -V错误版本解决）
weixin_48435461的博客
11-23 936
cudatoolkit安装，nvcc -V显示错误版本修改
conda中cuda、cuda-toolkit、cuda-nvcc、cuda-runtime的区别
C_C666的博客
10-07 1467
略略略
虚拟环境中cuda版本与系统cuda版本不同有什么影响
qq_42744739的博客
07-10 1万+
虚拟环境中cuda版本与系统cuda版本不同有什么影响 1、虚拟环境中的cuda和系统安装的cuda是互不影响的，所以在虚拟环境中放心安装你需要的cuda版本。安装之后为了验证时候安装成功，在终端运行了nvcc -V(V大写)，很奇怪的发现和系统安装的cuda是一个版本，然后自己傻傻以为没有安装成功，一直在找解决办法。其实这个命令执行之后就是获得系统安装的版本，如果想要看虚拟环境中安装的版本应该运行，conda list | grep cuda，然后就会获得虚拟环境下安装的版本。 2、但是！！cuda版本不
conda虚拟环境中安装cuda方法、遇到的问题
记录学习过程中的笔记
10-28 7300
nvcc是与CUDA Toolkit一起安装的CUDA compiler-driver tool，它只知道它自身构建时的CUDA runtime版本，并不知道安装了什么版本的GPU driver，甚至不知道是否安装了GPU driver。CUDA有 runtime api 和 driver api，两者都有对应的CUDA版本， nvcc -V 显示的就是前者对应的CUDA版本，而 nvidia-smi显示的是后者对应的CUDA版本。只要找到对应cuda版本的文件，复制到虚拟环境cuda路径下即可。
【自用】在conda下安装不同的cuda版本（本次为cuda11.7）
言辰寸心博客
08-05 1532
运行时发现nvcc -V版本还是不合适(尝试在conda下安装nvcc)#安装cuda11.7和对应的pytorch等环境。#需要在cudatoolkit安装之后！#在python中查看cuda版本是否正确。#查看cudatoolkit的可安装版本。#查看包里面是否包含cuda 11.7。#安装cudatoolkit。#查看当前cuda情况。#查找对应版本nvcc。
anaconda安装包cudatoolkit-11.8.0-hd77b12b-0.conda
11-13
文件后缀：.conda 适合系统：windows x64 使用注意：必须安装anaconda3环境且anaconda3为x64版本 安装方式：输入下面命令即可自动安装cuda对应虚拟环境 ...conda install cudatoolkit-11.8.0-hd77b12b_0.conda
Conda安装cuda指定版本遇到的一个大坑，导致pytorch无法使用cuda且nvcc -V显示错误的cuda版本
weixin_43933424的博客
05-29 6634
24年3月份的时候用conda install nvidia/label/cuda-11.x.x::cuda还挺正常的，能直接安装11.x.x版本的cuda，我还安利给同学用。但现在5月份不知道为什么这些命令都只会安装最新的cuda12.4，不知道是我哪里设置有问题还是官网的安装目录里的环境配置换了？我在三台不同的服务器上都尝试了安装不同版本的cuda，但最后安装下来的都是12.4版本。
通过conda install -c nvidia cuda=“11.3.0“ 安装低版本的cuda，但是却安装了高版本的12.4.0
C_C666的博客
10-23 524
直接通过安装得到的确实高版本的不清楚机理。
cuda安装 含cudnn conda 2025
jacke121的专栏
02-12 3275
cuda安装 含cudnn conda 安装cuda 2025
虚拟环境中用Anaconda安装显卡CUDA驱动与CUDA运行版本匹配
热门推荐
祥瑞的技术博客
02-21 2万+
问题：运行程序时报错 InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version，描述了显卡驱动与CUDA版本不匹配的问题。 目的：解决版本不匹配的问题。 参考：https://blog.csdn.net/weixin_36474809/a...
不同linux账户切换不同的cuda版本
weixin_42999968的博客
05-30 997
由于服务器中安装了两个版本的cuda（cuda10.1和cuda11.1），不同项目可能需要应用不同的cuda版本，但是。总结起来有三种方法：1、修改软链接指向，但是这样会使得所有环境以及所有账户的cuda版本都改变，会影响其他人**（强烈不推荐）**
Anaconda虚拟环境中安装cudatoolkit和cudnn包并配置pytorch-gpu
liao_kyle的博客
11-02 1万+
Anaconda虚拟环境中安装cudatoolkit和cudnn包并配置pytorch-gpu
nvcc -V 与 nvidia-smi显示的cuda版本不一致问题原因及解决途径
onepunch_k的博客
03-07 2万+
vim .bashrc export PATH=/usr/local/cuda-10.1/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH source ~/.bashrc
conda安装onnxruntime-gpu cuda版本11.4.315 jetpack版本5.1.1
12-05
要在Conda环境中安装支持CUDA 11.4.315和Jetpack 5.1.1的onnxruntime-gpu版本，可以按照以下步骤进行： 1. **创建新的Conda环境（可选）**： ```bash conda create -n onnxruntime-gpu-env python=3.8 conda activate onnxruntime-gpu-env ``` 2. **安装CUDA和cuDNN**： 确保你的系统已经安装了CUDA 11.4和对应的cuDNN版本。如果还没有安装，可以使用以下命令安装： ```bash conda install -c conda-forge cudatoolkit=11.4 cudnn=8.2 ``` 3. **设置环境变量**： 安装完成后，需要设置环境变量以确保CUDA和cuDNN可以被onnxruntime-gpu找到。 ```bash export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/ export PATH=$PATH:$CONDA_PREFIX/bin ``` 4. **安装onnxruntime-gpu**： 使用Conda安装onnxruntime-gpu时，可以指定版本号以确保与CUDA版本兼容。 ```bash conda install -c conda-forge onnxruntime-gpu=1.11.1 ``` 5. **验证安装**： 安装完成后，可以通过Python脚本验证onnxruntime-gpu是否正确安装并且能够使用CUDA。 ```python import onnxruntime as ort import numpy as np providers = ['CUDAExecutionProvider', 'CPUExecutionProvider'] sess = ort.InferenceSession('your_model.onnx', providers=providers) input_data = np.random.randn(1, 3, 224, 224).astype(np.float32) input_name = sess.get_inputs()[0].name result = sess.run(None, {input_name: input_data}) print(result) ``` 通过以上步骤，你应该能够在Conda环境中成功安装并使用支持CUDA 11.4.315和Jetpack 5.1.1的onnxruntime-gpu。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

G.Chenhui

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值