pytorch卸载cuda+cudnn并重新配置GPU环境，亲测有效

最新推荐文章于 2025-03-27 09:29:32 发布
最新推荐文章于 2025-03-27 09:29:32 发布
阅读量1.6w 收藏 268
点赞数 67
分类专栏： 机器学习 文章标签： pytorch 人工智能 python
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_52048052/article/details/136785985
版权
本文详细描述了如何在Windows系统上卸载过时的CUDA和CUDNN，查看支持的最高CUDA版本，选择并安装CUDA，配置环境变量，安装CUDNN，以及在Anaconda中创建并安装GPU版本的PyTorch、torchvision和torchaudio的过程。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

pytorch卸载cuda+cudnn

一、卸载cuda

进入【控制面板】，点击【卸载程序】
在这里插入图片描述

将红色框中带版本号的都卸载
在这里插入图片描述

二、删除cudnn配置

1、进入安装路径
将以下版本号文件直接删除
在这里插入图片描述

pytorch配置GPU环境

一、查看支持的cuda最高版本

1、win+r，输入cmd，【回车】进入命令行窗口
在这里插入图片描述
2、在命令行输入 nvidia-smi

nvidia-smi

在这里插入图片描述
发现，最高支持版本为11.7（在安装时需要选择小于等于11.7版本的cuda）

二、安装cuda

cuda官网
1、选择对应版本的cuda进行下载（我选择下载了11.7.1版本的）
在这里插入图片描述

点进去后，下载在线的安装包，该安装包比较小
在这里插入图片描述
安装包如下
在这里插入图片描述
双击运行安装包&

最低0.47元/天 解锁文章
【深度学习环境配置】Anaconda + PyCharm + CUDA + cuDNN + PyTorch + OpenCV
shinuone的博客
02-23 1万+
（1）【CPU版本】Anaconda（Python） + Pycharm + Pytorch（CPU） + Opencv （2）【GPU版本】Anaconda（Python） + Pycharm + CUDA + cuDNN + Pytorch（GPU） + Opencv
深度学习环境配置，一波三折，cuda+cudnn+pytorch+tensorflow
yang的博客
05-10 1506
需要用到pytorch。tensorflow用不到，要用到tensorboard，可以顺带一起装了。
彻底卸载CUDA、cuDNN详细教程
热门推荐
qq_62928482的博客
06-12 6万+
本文介绍如何正确彻底卸载CUDA和cuDNN，避免重新安装不同版本的CUDA时出现报错的困扰，方便读者对资源的管理与应用。1.卸载所有与CUDA有关的程序。2.删除环境变量。3.删除文件夹。按照本文三个步骤就可以把CUDA和cuDNN删除干净了！
彻底卸载CUDA12.x和cuDNN
最新发布
JAVA
03-27 686
1. 找到需要卸载的程序进行卸载 2. 环境变量删除 3. 删除安装文件夹
【环境搭建】卸载&重新安装cuda+cudnn+anaconda+gpu版pytorch
明月下
03-13 1万+
卸载&重新安装cuda+cudnn+anaconda+gpu版pytorch
升级NVIDIA显卡驱动及卸载CUDA
笑脸惹桃花的博客
03-17 3060
简单易上手的NVIDIA显卡驱动更新及CUDA的老版本卸载和新版本安装，小白也可以简单操作。
cuda+cudnn+pytorch安装与卸载
zacharyzqc的博客
04-16 1190
1.cuda下载地址：https://developer.nvidia.com/zh-cn/cuda-downloads?target_os=Linux 2.cuda卸载，注意版本号要改对，第一条执行完命令行会提示卸载成功，第二条是删除残余文件 sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl sudo rm -rf /usr/local/cuda-8.0/ 3.cudnn卸载 sudo rm -rf /usr/local/cuda/i
卸载CUDA和cudnn
weixin_45080292的博客
03-01 6514
Ubuntu系统CUDA和cudnn卸载，文件强行删除命令
Win10中CUDA、cuDNN的安装与卸载
weixin_44174352的博客
01-30 4143
说明：此篇为配置tensorflow环境教程博客的分支，为了避免主博客太长，又为避免步骤不够详细而写，详情请见：Win10安装Anaconda3、TensorFlow、Keras 文章目录 1.安装CUDA2.安装cuDNN3.卸载 1.安装CUDA 安装包下载地址（...
cuda和cudnn卸载
qq_44961737的博客
07-18 2966
cuda和cudnn卸载
pytorch卸载
2301_77176270的博客
08-17 675
进入pytorch环境，pip uninstall torch 卸载成功。
详解Ubuntu16.04安装nvidia驱动+CUDA+cuDNN的教程
09-14
在本教程中，我们将深入探讨如何在Ubuntu 16.04系统上安装NVIDIA显卡驱动、CUDA工具包以及cuDNN库。这个过程对于那些想要利用GPU进行深度学习和高性能计算的用户来说至关重要。 首先，我们需要确保你的GPU支持CUDA...
Pytorch1.10+CUDA10.2+cudnn安装成功之路
上官土匪
12-07 8474
最近跑别人论文里的代码，要用到BERT模型，但是本人没有.深度学习神经网络方面的基础，刚开始模型什么都看不懂，后来看一点神经网络的一些基础知识点，也没看完就看不下去了，急着想把代码跑一跑，然后就死在第一步了，安装环境！首先说下我的情况，我的代码里本来有import torch，我刚开始不知道这个torch是什么，就以为普通的包，就直接在pycharm引入，果不其然失败了，我就去网上搜了一个下载方式，后来我才知道我下载的是cpu版本的pytorch 1.10。本以为下载好了，我就去运行代码了，结果预训练也需要
Linux完全卸载PyTorch&重装（cuda11.1）
晚风微凉的博客
10-22 4589
原因：网上看的很多卸载的，并没有把所有跟随PyTorch的包卸载干净，虽然可能后期不会出现较大问题，但本着干干净净，把所有带来的都删了。
卸载anaconda pytorch
weixin_43488159的博客
01-08 6536
卸载anaconda pytorch
pytorch 卸载_windows安装cuda和cudnn以及pytorch+卸载
weixin_39610415的博客
01-24 1444
查看cuda版本号1、首先需要进入pytorch官网查看一下需要安装的pytorch版本适配的cuda版本号：网址如下所示：PyTorch​pytorch.org如图所示，官网默认显示最新版本的PyTorch：点击下面的链接，可以安装一些老PyTorch的版本：点击上面链接后，出现如下页面：最后，根据自己的要求找到对应版本的PyTorch，找到PyTorch对应的cuda版本。下面开始进行cuda...
Pytorch 卸载 安装Pytorch pip cuda 太慢了
weixin_44340277的博客
10-06 630
卸载PyTorch： sudo pip3 uninstall torch
卸载cuda,cudnn
小沙粒看未来
03-04 252
CUDA: sudo /usr/local/cuda-9.0/bin/uninstall_cuda_9.0.pl CUDNN: sudo rm -rf /usr/local/cuda/include/cudnn.h sudo rm -rf /usr/local/cuda/lib64/libcudnn*
卸载cuda重新安装
01-28
### 如何正确地卸载并重新安装CUDA #### 卸载现有CUDA版本 为了确保旧版CUDA完全移除，需执行一系列操作来清理环境： 停止图形界面服务可以防止与NVIDIA驱动冲突： ```bash sudo service lightdm stop ``` 切换到多用户模式进一步保障安全： ```bash sudo systemctl isolate multi-user.target ``` 接着通过命令行彻底删除NVIDIA驱动组件： ```bash modprobe -r nvidia-drm ``` 对于已安装的CUDA工具包，官方推荐使用专门脚本进行清除[^3]。如果上述方法未能成功定位所有残留文件，则可尝试手动方式继续排查。 #### 清理残留配置项 在某些情况下，仅依靠基础指令可能无法达到理想效果。此时建议采用更激进手段——即反复运行卸载流程直至系统报告未发现任何关联条目为止。这一步骤同样适用于处理其他依赖库如`numpy`等软件包的情况[^2]。 #### 准备工作前注意事项 准备重装之前，请先确认目标平台具体需求以及兼容性列表。例如，在本地计算机上部署时要留意操作系统版本；而在云端实例中则要考虑虚拟化技术的影响因素[^1]。 #### 正式开始全新安装过程 获取最新稳定发行版链接后按照指引逐步完成设置向导中的各项选项设定即可。特别提醒一点是要记得把新路径加入全局变量里以便后续调用方便[^4]: ```bash export PATH=<path-to-cuda-folder>/bin:$PATH export LD_LIBRARY_PATH=<path-to-cuda-folder>/lib64:$LD_LIBRARY_PATH ```
评论 2
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