CUDA安装踩的坑

最新推荐文章于 2024-01-27 12:54:12 发布
最新推荐文章于 2024-01-27 12:54:12 发布
阅读量2.1k 收藏 1
点赞数 1
分类专栏： 人工智能 文章标签： 深度学习 人工智能 cuda
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/slq1023/article/details/121942315
版权

GTX950M显卡比较老了，硬盘坏了重装系统后CUDA也要重装，结果试了无数次从CUDA11.5到11.4到10.2，每次都报“NVIDIA安装程序失败”，好多项目都是未安装的状态。最后试到9.2终于可以啦！！！

网上搜到都说是在桌面上右键->NVIDIA控制面板->帮助->组件里看CUDA版本，我的显示是CUDA11.4结果11.4也装不上，看来这个方法真是坑人。

就是说GTX950M显卡只能支持CUDA9.2以下！！！

2021/12/20  事情发生了大反转。CUDA9.2安装后进行AI训练时报错说显卡版本太低。反而需要安装高版本的CUDA！！再回来试CUDA11.5，最后发现竟然是360搞的鬼，把360关掉，再安装CUDA11.5就能顺利安装了！！！耽误我这么多天时间，竟然是这么简单的问题！

梦飞天
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
cuda安装详细步骤和安装过程
01-26
安装CUDA（NVIDIA CUDA Toolkit）在Windows系统上的步骤
关于cuda和pytorch不兼容问题
llyandyyl的博客
04-02 3266
之前是按照网上教程安装的Cuda和pytorch，使用了一段时间之后，在一项任务中安装fastai时，出现了两者版本不兼容问题，无法运行。出现如上问题，整了半天才发现是cuda和pytorch不兼容的问题。查了许多方法，也都进行了尝试，最终还是选择了卸载重装。
windows CUDA更新（最简单方法）+虚拟环境torch和cuda安装
最新发布
hahahahanhanhan的博客
01-27 2754
项目使用torch想要使用GPU运行，但是报错，记录一下解决过程。
ubuntu18 CUDA版本降级
shimmer_ghq的博客
11-23 9318
用别人的代码训练模型时，由于tensorflow-gpu版本太高，报了很多错，一个个改太麻烦，所以直接降级。tensorflow降级为1.14，与此同时也要换成对应版本的CUDA和cuDNN。 1.tensorflow-gpu降级 pip uninstall tensorflow-gpu pip install tensorflow-gpu==1.14 2.gcc降级 我的服务器本身好像是gcc10.几，现在降到5.5 cd /usr/bin sudo rm gcc sudo ln -s gcc-5 gc
windows安装cuda/pytorch踩过的坑
xianlvti的博客
07-31 788
一些自己在windows平台安装cuda/pytorch踩过的坑
CUDA版本降级操作（记录）
热门推荐
qq_43308156的博客
10-26 4万+
CUDA版本降级操作
Ubuntu20.04下更换CUDA版本
Netceor的博客
03-07 5140
查看版本为10.1nvcc -V依次运行如下命令删除对应的cuda文件夹查看并卸载剩余残留查看删除所有残留再次查看，发现已经没有CUDA了。
关于CUDA版本切换的问题
qq_41612527的博客
10-19 5861
问题： 在我重新安装tensorflow中报错信息如下，当前我的CUDA版本太高了，如果安装tf1.8对应版本为CUDA9.0 解决： 输入以下命令查看版本 nvcc --version 看的出来版本号 然后输入一下命令，滑动到最下面，根据所指路径查看，我曾经安装过CUDA9.0 这时候把对应的cuda-10.0改成cuda-9.0 vim ~/.bashrc 改完了再输入一下一下命令更新： source ~/.bashrc 然后再检查一下CUDA版本 nvcc -V 完成！ ...
Cuda版本
weixin_57091441的博客
11-29 1416
cuda
幸福的烦恼：显卡算力太高而pytorch版本太低不支持
定期分享我的发现和想法，感谢你的陪伴和支持
03-17 1万+
如果您想在PyTorch中使用NVIDIA GeForce RTX 3090 GPU，请查看https://pytorch.org/get-started/locally/的说明。翻译一下就是：RTX 3090的算力是8.6，但是当前的PyTorch依赖的CUDA版本支持的算力只有3.7、5.0、6.0、7.0。算力7.0的显卡可以在支持最高算力7.5的CUDA版本下运行，但是算力7.5的显卡不可以在支持最高算力7.0的CUDA版本下运行。CUDA capability sm_86：算力8.6。
CUDA版本问题
Fzc_Ztt的博客
08-28 2828
1. CUDA版本与显卡驱动对应关系、
cuda安装教程 cuda安装教程
01-20
cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装教程cuda安装...
CUDA安装指南(Linux).pdf
03-27
官方的CUDA安装指南，内容全面、详细，任何问题都可以在文档中找到解决。CUDA的安装能用NVIDIA的显卡对程序进行快速的矩阵并行运算，对训练深度学习的模型，能起到显著的加速。而前提就是需要安装，系统对应版本的...
cuda安装详细步骤过程
01-17
cuda安装，安装CUDA（NVIDIA CUDA Toolkit）在Windows系统上的详细步骤
cuda安装步骤.md
01-26
cuda安装
p106矿渣做深度学习踩过的那些坑
slq1023的博客
12-25 1万+
熬了两周的夜，终于用一张P106矿渣跑通了第一个vgg，我踩过的这些坑也能为其他学友们提供一些帮助吧，下面就简单记录一下。 1）一直用的是thinkpad E570 GTX做的深度学习，因为只有2G显存，很多较大的模型都报OOM，只能跑一些vgg之类的小模型还行。 2）听说笔记本可以外接显卡，赶紧去查了查，结果价钱把我吓了一跳，雷电3接口的外接显卡动辄5000以上，光一个外接显卡坞就用2000...
ValueError: Input arrays should have the same number of samples as target arrays.
slq1023的博客
09-27 1万+
在做图片中缺陷分类项目时出现正面报错信息： Using TensorFlow backend. (x_train.shape: (144, 1920, 2560) (y_train.shape: (144, 12) (x_test.shape: (24, 1920, 2560) (y_test.shape: (24, 12) x_train shape: (144, 1920, 2560, 1)...
mmdetection训练报错
slq1023的博客
01-04 1万+
mmdetection训练报错。 先说结论吧，coco格式的annotations.json中categories的category_id不能有0（即背景类）。 查了好几个小时，都快要疯了，才搞出这个结论。给大家趟个坑。 完整报错内容如下 ： 2020-01-04 12:18:44,206 - INFO - Distributed training: False 2020-01-04...
ubuntu16.04安装P106-100显卡驱动
slq1023的博客
05-28 6027
使用ubuntu 直接 sudo ubuntu-drivers autoinstall 安装驱动即可!!!!! richard@richard:~$ sudo ubuntu-drivers autoinstall [sudo] password for richard: Reading package lists... Done Building dependency tree...
cuda安装
05-30
以下是在 Ubuntu Linux 系统上安装 CUDA 的步骤： 1. 下载 CUDA 安装包：在 NVIDIA 官网上下载适合你的系统的 CUDA 安装包。 2. 禁用 Nouveau 驱动：在安装 CUDA 之前，需要禁用 Nouveau 驱动。可以通过编辑 /etc/modprobe.d/blacklist-nouveau.conf 文件并添加以下内容来禁用它： ``` blacklist nouveau options nouveau modeset=0 ``` 3. 安装依赖项：执行以下命令安装 CUDA 所需的依赖项： ``` sudo apt-get install build-essential sudo apt-get install linux-headers-$(uname -r) ``` 4. 安装 CUDA：在终端中进入 CUDA 安装包所在的目录，并执行以下命令： ``` sudo chmod +x cuda_<version>.run sudo ./cuda_<version>.run --override ``` 其中，`<version>` 为 CUDA 安装包的版本。 5. 配置环境变量：在 ~/.bashrc 文件中添加以下内容： ``` export PATH=/usr/local/cuda-<version>/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-<version>/lib64:$LD_LIBRARY_PATH ``` 然后执行以下命令使之生效： ``` source ~/.bashrc ``` 6. 测试 CUDA：执行以下命令测试 CUDA 是否安装成功： ``` nvcc -V ``` 如果安装成功，将显示 CUDA 版本信息。

“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

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