关于cuda驱动版本以及cuda运行版本不匹配的问题

最新推荐文章于 2024-03-23 17:05:54 发布
VIP文章 最新推荐文章于 2024-03-23 17:05:54 发布
阅读量6.9k 收藏 20
点赞数 1
分类专栏： Linux python tensorflow 文章标签： python cuda linux tensorflow pytorch
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/qq_38372240/article/details/108424427
版权

前言

运行之前运行没有报错过的基于tf1.13.1的程序，报错：CUDA driver version is insufficient for CUDA runtime version
网上搜索了一下，是因为cuda的驱动版本与cuda的运行版本不匹配导致的。后面询问，原来是组里其他人在全局进行了操作，导致此项问题出现。

关于cuda驱动版本与运行版本

在命令行中输入：nvidia-smi，在右上角会出现Driver Version:384.130，此为cuda驱动版本。而cudatoolkit以及cudnn为运行版本，查看请输入conda list
在这里插入图片描述

以下是网上搜索到的运行版本与驱动版本对应的列表：
运行时版本 驱动版本
CUDA 9.1 387.xx
CUDA 9.0 384.xx
CUDA 8.0 375.xx (GA2)
CUDA 8.0 367.4x
CUDA 7.5 352.xx
CUDA 7.0 346.xx
可以看到，如果通过conda list（查看本环境下已安装的包）看到的cuda运行版本为10.0的话，是不匹配Driver Version:384.130的，实际上，应该匹配运行版本为9.0的cu

最低0.47元/天 解锁文章
全员鳄鱼
关注
  • 1
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
MATLAB高版本打开低版本方法详解.doc
02-03
MATLAB版本问题可以涉及多种情况，以下是一些常见问题和解决策略： 函数兼容性： MATLAB的更新可能会影响到一些自定义函数或工具箱的可用性。例如，在升级到新版本后，某些旧版MATLAB特有的函数（如tight_subplot）可能已被弃用或替换为新的功能。如果遇到这种情况，需要查找MATLAB官方文档了解替代方法或对代码进行相应更新。 仿真模型和文件兼容性： 不同版本之间的仿真模型文件（.mdl、.slx等）可能存在不兼容的问题。在新版本中打开老版本创建的模型时，可能无法正常加载或运行。这时，MATLAB通常会提供一个转换工具帮助用户将旧格式模型转换成新版本支持的格式。 编码和乱码问题： 在不同版本MATLAB之间切换时，可能会遇到文本文件（如.m脚本）中的非ASCII字符（比如中文字符）显示乱码的问题。这通常是由于文件编码设置不一致导致的，确保所有MATLAB环境都使用正确的文件编码（如UTF-8）来读写文件可以解决这个问题。 GPU计算兼容性： MATLAB与CUDA库的版本匹配至关重要，若GPU设备驱动或CUDA Toolkit版本过低或过高，可能导致MATLAB无法找到或无法有效利用GPU资源。在这种情况下，可能需要更新相应的硬件驱动程序或CUDA版本，或者在MATLAB内部启用CUDA向前兼容性模式。 许可证问题： 使用非法或不受支持的MATLAB版本可能会导致各种功能限制或错误，包括无法正常使用GPU功能。确保使用合法授权并得到官方支持的MATLAB版本是避免此类问题的关键。 API和工具箱更改： 随着MATLAB版本更新，其内置函数接口或整个工具箱的功能可能发生改变，从而影响基于旧版本开发的代码。在升级前应查阅MATLAB发行说明以了解潜在的不兼容性，并做好必要的代码调整。 总之，针对MATLAB版本问题，建议始终查阅MathWorks官网的最新文档，以及每次更新的Release Notes，以获取最准确的支持信息和解决方案。
harmonyos2-Project-0:项目0：设置并运行CUDA
07-01
和声2 项目 0 项目 0：设置并运行 CUDA 笔记 ： 该项目（以及本课程中的所有其他项目）需要具有 CUDA 功能的 NVIDIA 显卡i！ 任何具有计算能力 2.0 及更高版本的卡都可以使用。 这意味着 GeForce 400 和 500 系列及之后的任何卡都可以使用。 如果您没有符合这些规格的机器，请随意使用 SIG 实验室中的计算机。 SIG 实验室中的所有计算机都具有支持 CUDA 的卡，并且应该已经安装了 CUDA SDK。 与其他学期不同，Moore 100 中的计算机不符合规格。 如果您在访问 SIG 实验室时遇到任何问题，请尽快联系 Harmony ()。 第 1 部分：安装 CUDA 视窗 确保您运行的是 Windows XP/Vista/7 并且您的图形驱动程序是最新的。 在本课程中，您将需要对 OpenGL 4.0 或更高版本的支持。 确保您已安装 Visual Studio 2010（MSDN Academic Alliance 的 Penn Engineering 学生可免费使用）。 Visual Studio 2012/3 也应该兼容一点弯头，并支持
nvidia显卡如何安装cuda驱动
最新发布
03-23 458
我是win11，所以如下选择，最后显示出Download 按钮，点击它去下载。找到版本为12.2的CUDA Toolkit 下载并安装。看到 CUDA Version 为 12.2。按 微软 + R 键，输入cmd。
scikit-cuda:与GPU驱动的库的Python接口
05-02
包装说明 scikit-cuda为NVIDIA 一部分分发的CUDA设备/运行时，CUBLAS，CUFFT和CUSOLVER库中的许多功能提供Python接口，以及在选择功能的接口。 提供了类似于C的低级包装函数和与中的功能相当的高级函数。 文献资料 软件包文档可从。 许多高级函数的文档字符串中都有示例。 有关如何同时使用包装程序和高级功能的更多说明，请参见demos/和tests/子目录。 发展 最新的源代码可以从https://github.com/lebedov/scikit-cuda获得。 通过问题跟踪器提交错误报告或问题时，请包括以下信息： Python版本。 操作系统平台。 CUDA和PyCUDA版本。 scikit-cuda的版本或git修订版。 引用 如果您在学术出版物中使用scikit-cuda，请按以下方式引用： @misc{givon_scikit-c
ubuntu18.10 + RTX2080Ti +  CUDA10.0 + cuDNN7.5.0 + Anaconda(conda 4.5.12) + TensorFlow-gpu 的安装
liupc的学习笔记
03-18 1711
一、硬件环境准备 点击此处返回总目录 二、安装过程 三、常用的查看版本的命令 配置： 服务...
如何解决pytorch 编译时CUDA版本与运行时CUDA版本不对应
GZKPeng的博客
09-09 1296
如何解决pytorch 编译时CUDA版本与运行时CUDA版本不对应 如果pytorch的编译时CUDA版本和运行时CUDA版本不一致时，由于不同的 nvcc 编译器会生成不同的动态函数代码，由此会导致自己编写的 CUDA 函数无法正确运行。 常见的错误有： undefined symbol: __cudaRegisterFatBinaryEnd （运行时为CUDA10.1，编译时CUDA版本&l...
关于本机 CUDA 运行版与驱动版不匹配的解决方案
m0_59705760的博客
07-13 8793
关于本机 CUDA 运行版与驱动版不匹配的解决方案
解决cuda版本不对应问题
m0_56509231的博客
01-04 5263
cuda版本对应解决方法
关于Pytorch框架下报错CUDA驱动版本不满足CUDA运行版本——一种可能的原因及解决办法
Eric_Wangyz的博客
12-05 4万+
运行Pytorch代码的时候遇到： RuntimeError: cuda runtime error (35) : CUDA driver version is insufficient for CUDA runtime version at /pytorch/aten/src/THC/THCGeneral.cpp:74 可能原因：每一个pytorch版本都有对应的cuda版本，可能是在安装py...
CUDA Driver Version和CUDA Runtime Version的区别
weixin_43220532的博客
12-11 1万+
一，首先理解清楚CUDA Driver Version和CUDA Runtime Version的区别： 1，CUDA Driver Version是跟nvidia的GPU驱动(nvidia-driver)绑定在一起的： 就是在上图这个位置或者你在终端通过命令更新下载驱动后，再执行nvidia-smi得到如下图中右上角显示的cuda版本，例如我的： 上图表明：我现在的驱动版本是440.95.01，可以支持<=10.2版本的cuda 2，CUDA Runtime Version是你自己在系统上安装的
NVIDIA 显卡匹配的CUDA 驱动
03-07
NVIDIA 显卡匹配的CUDA 驱动，CUDA驱动很早久和Grig显卡驱动包里区分开了，需要单独格外安装，grid 10以上都可以安装
mish-cuda
03-18
重要的是您的CUDA Toolkit必须与PyTorch所构建的版本相匹配，否则可能会发生错误。目前，PyTorch为v10.0和v9.2构建。表现CUDA实施似乎反映了原始实施的学习表现，并且未观察到稳定性问题。就功能的速度而言，它可以...
Windows系统安装CUDA，cudnn & TensorFlow全过程
01-06
目录概述CUDA & cuDNN 直观理解CUDA, cuDNN 与tensorflow GPU版本匹配1) GPU硬件check2）...在此之前，本机已安装GPU驱动，Visual Studio 2015， 和 anaconda， 还需安装版本匹配的CUDA，cuDNN，以及虚拟环境。 CUDA
mish-cuda:PyTorch 的 Mish 激活函数
05-30
重要的是您的 CUDA 工具包与 PyTorch 构建的版本相匹配，否则可能会发生错误。 目前 PyTorch 为 v10.0 和 v9.2 构建。 表现 CUDA 实现似乎反映了原始实现的学习性能，并且没有观察到稳定性问题。 在函数的速度方面...
神经网络调参：loss震荡过于明显/loss剧烈抖动
热门推荐
鳄鱼的博客
09-24 5万+
前言 在训练网络的时候，常常会出现loss出现非常明显的剧烈抖动情况，虽然大多数情况可以继续训练下去，但是实际上还是预示着问题存在。而且，有不同维度的问题，这也需要不同的解决方法，但是具体究竟是哪一种，还得具体情况具体分析。 无过拟合 是否找到合适的loss函数：在深度学习里面，不同的loss针对的任务是有不同的，有些loss函数比较通用例如L1/L2等，而如perceptual loss则比较适合在图像恢复/生成领域的任务上。当loss出现问题的适合，想一想，是不是loss设置的有问题，别人在此领域的任
Overleaf/Latex：表格过宽/太长怎么办？
鳄鱼的博客
03-12 2万+
使用overleaf写表格时候，报出了BUG，显示表格过长 使用简单的缩放指令即可将表格长度进行控制，只要修改\scalebox{0.7}{}中的数字即可修改比例 \begin{table*}[!ht] \scalebox{0.7}{ \begin{tabular} ... \end{tabular} } \caption{} \end{table*} ...
linux/服务器使用scp将一个服务器文件转移到另一个服务器上
鳄鱼的博客
03-27 9958
scp scp用于将文件/目录在不同服务器上进行复制转移 格式：scp -可选参数 本地文件/目录 用户名@IP地址:远程保存位置 常用可选参数 -r 递归整个文件夹，当复制文件夹时使用 -v 显示进程详情，能够查看过程是否有异常 -C 允许压缩。（将-C标志传递给ssh，从而打开压缩功能） -p 保留原文件的修改时间，访问时间和访问权限 -P 设置端口 样例 1.从本地服务器文件夹复制转移到另一台服务器 scp -r /home/Projects/ABC [email protected]
Python：关于类class、函数def、import和from...import的实际操作
鳄鱼的博客
01-28 8868
当你自己要写一个完整的工程文档时，你需要能对文档中的各个.py文件正确引用 同文件中的函数def和类class 这里有一个print_test.py，里面包含了： 先让我们分析一下： 第一行是一个直接运行的print函数 print123（）和print789（）是自定义函数 print456是一个自定义类，里面包含了一个printfunction（）函数，而且此函数里面还调用了print123（）函数 最下方是本文件的运行函数，而且里面也有一个print函数 当我们直接运行本文件时，输出是什么呢：
cuda版本匹配问题
07-27
根据引用\[1\]和引用\[2\]的内容，解决CUDA版本匹配问题的步骤如下： 1. 首先，使用命令nvidia-smi检查显卡驱动是否正常。如果不正常，需要安装正确的驱动。 2. 然后，使用命令nvcc -V检查当前安装的CUDA版本是否符合项目需求。如果不符合，需要查找自己的显卡支持的CUDA版本。 3. 可以通过官方网站（https://developer.nvidia.com/cuda-gpus）或者搜索引擎（如https://cn.bing.com/）查询显卡支持的CUDA版本和CUDA计算能力，以及Tensorflow_gpu对应的CUDA版本。 4. 找到一个支持项目所需CUDA版本的机器，再次使用nvidia-smi命令检查驱动和nvcc -V命令检查CUDA版本。 5. 如果CUDA版本符合项目需求，可以继续进行后续操作。 6. 如果CUDA版本不符合项目需求，需要卸载当前的CUDA并安装符合要求的版本。可以参考引用\[3\]中提供的方法（https://blog.csdn.net/sinat_36721621/article/details/115326307）和官方网站（https://developer.nvidia.com/cuda-toolkit-archive）选择合适的版本进行安装。 7. 安装完成后，可以使用nvcc -V命令检查CUDA是否成功安装。 希望以上步骤能够帮助您解决CUDA版本匹配的问题。 #### 引用[.reference_title] - *1* [硬件踩坑——CUDA版本选择/安装（不同的深度学习项目需要不同CUDA，显卡与cuda匹配问题）](https://blog.csdn.net/weixin_43686259/article/details/128098582)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [关于本机 CUDA 运行版与驱动版不匹配的解决方案](https://blog.csdn.net/m0_59705760/article/details/125757532)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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 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
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