Pytorch环境配置(Linux)——CUDA、cuDNN、PyTorch、torchvision、torchaudio对应版本
- 一、查看可支持的最高CUDA版本
- 二、查看CUDA、cuDNN、PyTorch、torchvision和torchaudio对应版本
-
- ①CUDA与cuDNN对应版本,参考来源:[cuDNN Archive](https://developer.nvidia.com/rdp/cudnn-archive)
- ②CUDA、CUDA Toolkit与PyTorch对应版本,参考来源:[PyTorch官网](https://pytorch.org/get-started/previous-versions/)
- ③PyTorch与torchvision、Python对应版本,参考来源:[PyTorch官网](https://pytorch.org/get-started/previous-versions/)
- ④PyTorch与torchaudio、Python对应版本,参考来源:[PyTorch(GitHub)](https://github.com/pytorch/audio)
一、查看可支持的最高CUDA版本
安装显卡驱动的前提下输入:nvidia-smi
该电脑可以支持最高CUDA版本为11.7,驱动可以向下兼容,所以小于等于11.7的CUDA版本都可以安装。
二、查看CUDA、cuDNN、PyTorch、torchvision和torchaudio对应版本
可以直接运行这条命令下载PyTorch相应版本:
pip install torch==x.x.x(+cu111) torchvision==x.x.x(+cu111) torchaudio==x.x.x(+cu111) -f https://download.pytorch.org/whl/torch_stable.html
因为我的CUDA版本用的11.1,所以如果下载CUDA版本需要加上+cu111
,但是有的版本没有区分CPU和CUDA,所以不需要加+cu111
(其他版本类似,如+cu101
等)。