参考:
- pytorch、显卡、显卡驱动、cuda版本是如何对应的:https://www.jianshu.com/p/ac70300b598b
NVIDIA系列显卡做深度学习,需要
- 在主机安装显卡驱动(driver)
- 在docker中安装英伟达的科学计算库(cuda)
- 在python中安装深度学习库(pytorch和TensorFlow等)
driver依赖显卡,cuda依赖driver,pytorch依赖cuda,于是就会有一些版本依赖问题
01 查看环境的方法(ubuntu)
参考:
查看python版本
python --version
查看CUDA版本
cat /usr/local/cuda/version.txt
查看GPU 型号
lspci | grep -i nvidia
查看NVIDIA驱动版本
sudo dpkg --list | grep nvidia-*
查看cudnn版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
查看Tensorflow版本
① 如果安装了pip或者conda可以运行
pip list
或者
conda list
找到其中Tensorflow查看版本
② 也可以进入python环境:
import tensorflow as tf
tf.__version__
查看Pytorch版本
① 安装了pip或者conda可以向上面一样运行
pip list
或者
conda list
找到其中叫做 torch 的包查看版本(注意不叫pytorch)
② 也可以进入python环境,输入:
import torch
torch.__version__
查看已经安装的Pytorch对应的CUDA版本
进入python环境,输入:
import torch
torch.version.cuda
查看已经安装的Pytorch对应的CUDNN版本
进入python环境,输入:
import torch
torch.backends.cudnn.version()
02 python与pytorch、cuda版本对应关系
https://pytorch.org/get-started/previous-versions/
03 python与TensorFlow、cuda版本对应关系
CPU版本的
https://tensorflow.google.cn/install/source_windows#cpu
GPU版本的
https://tensorflow.google.cn/install/source_windows#gpu
虽然官方是给的cuda10才可以TensorFlow1,但是下面这篇文章也使用了cuda10.1、python3.7和vs2019安装了tensorflow-gpu 1.14,可以参考一下~
https://blog.csdn.net/weixin_45023983/article/details/99178625
04 cuda和cudnn的对应版本
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10