cuda11.3 安装

SSPo

已于 2023-02-17 16:03:17 修改

阅读量5.8k

点赞数 4

分类专栏： Pytorch 文章标签： pytorch 深度学习 python

于 2023-02-10 22:14:59 首次发布

本文链接：https://blog.csdn.net/Z_zfer/article/details/128978110

版权

Pytorch 专栏收录该内容

3 篇文章

订阅专栏

文章介绍了如何检查系统支持的最高CUDA版本，推荐安装CUDA11.3，特别是对于30系列以上显卡的用户。接着，提供了使用pip命令安装PyTorch与CUDA11.3的详细步骤，并给出了测试GPU是否可用的Python代码。此外，提到了CUDA在conda虚拟环境和本机物理机上的安装区别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

当前最稳定的和支持最多的版本是 cuda10.2 和 cuda11.3

注意：30系列以上的显卡必须安装cuda11.3及以上版本

1.查看系统支持的最高cuda版本

查看命令：

nvidia-smi

查看结果：这里显示的是系统支持的最高cuda版本

这里可以看到本机系统最高支持cuda11.4，那么就可以安装cuda11.3

2. Pytorch对应的 cuda11.3 安装:

安装命令：

# pytorch==1.12.1  cuda==11.3
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

3.安装完成测试是否GPU可用

测试代码：

import torch

print(torch.__version__)  # 注意是双下划线
print(torch.version.cuda)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name())

测试结果：

总结：cudatoolkit11.3 属于在conda虚拟环境中装的cuda，而到英伟达官网下载安装的cuda是装到本机物理机上面，一般来说没有特殊需求外，可以使用conda命令将cuda安装到虚拟环境中。