cuda官网下载,本机显卡驱动与cuda、cudnn、pytorch、torchvision安装版本对应表,以及完全卸载CUDA方法

注:如果执行第一步没有找到nvidia-smi指令,重装本机NVIDIA驱动(Linux, Windows 标题中各项版本对应)

重装NVIDIA驱动,选择自己的显卡产品系列和产品编号, 如下图 GeForce RTX 30系列,产品是3080 Ti,系统windows 10 64位 (或者本机系统,win11 ,linux等),搜索后下载即可。
先试试第一步, 如果本机有NVIDIA驱动(也无需重装NVIDIA驱动)跳过本项即可!!!

在这里插入图片描述
点我进入NVIDIA官网下载本机显卡驱动

第一 : 根据本机NVIDIA显卡 Driver Version找到适合本机的CUDA Toolkit

torch.cuda.is_available()为false
一般都是cuda与本机或者pytorch版本不对应问题~~~~

首先Win+R,输入powershell,然后输入nvidia-smi指令既可查看本机Driver Version。
在这里插入图片描述
在这里插入图片描述
也可以用其他方法查看本机的驱动版本,然后对应这下图下载所需要的CUDA Toolkit版本
在这里插入图片描述
下载CUDA Toolkit 傻瓜式安装即可,本文主要以版本对应为主。
在这里插入图片描述

防止时效性不能及时更新本文,点我进入本机与需要下载CUDA版本选择的官网
下载各种CUDA Toolkit 版本,点我进入官网

下载各种CUDA版本,点我进入官网

第二步 : CUDA与cuDNN版本对应

在这里插入图片描述

防止时效性不能及时更新本文,点我进入CUDA与cuDNN的版本对应官网
下载各种cudnn版本,点我进入官网

第三步 : 根据CUDA选择PyTorch与torchvision和Python版本对应

在这里插入图片描述

防止时效性不能及时更新本文,点我进入CUDA选择PyTorch版本

第四步 : 根据PyTorch选择与torchvision和Python版本对应

在这里插入图片描述

防止时效性不能及时更新本文,点我进入PyTorch选择torchvision与Python版本对应GitHub
防止时效性不能及时更新本文,点我进入PyTorch选择torchvision与Python版本对应国内(推荐)

以上步骤一一对应,接下来就可以通过指令下载torch正常炼丹了CUDA11.1以上的 torchvision要装0.10.1及其以上。
在这里插入图片描述

PyTorch官网(推荐)

完全卸载CUDA

有时候我们安装错CUDA或者操作错误使得CUDA错乱,可以这样卸载CUDA,亲测3遍卸载,无任何毛病~
以win11为例子,进入“设置->应用”,搜索“NVIDIA”,卸载带CUDA字眼的就可以了。在这里插入图片描述

  • 4
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

锦鲤AI幸运

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
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