Conda安装cuda指定版本遇到的一个大坑，导致pytorch无法使用cuda且nvcc -V显示错误的cuda版本

已于 2024-06-02 19:21:34 修改
阅读量6.8k 收藏 41
点赞数 35
文章标签： conda pytorch 人工智能 python 经验分享 笔记 linux
于 2024-05-29 20:23:34 首次发布
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/weixin_43933424/article/details/139304567
版权

写帖子的背景

24年3月份的时候用conda install nvidia/label/cuda-11.x.x::cuda还挺正常的，能直接安装11.x.x版本的cuda，我还安利给同学用。但现在5月份不知道为什么这些命令都只会安装最新的cuda12.4，不知道是我哪里设置有问题还是官网的安装目录里的环境配置换了？

我在三台不同的服务器上都尝试了安装不同版本的cuda，但最后安装下来的都是12.4版本

解决过程

创建虚拟环境

假设创建环境名为env_name python=3.10的虚拟环境

conda create -n env_name python=3.10

利用conda安装cuda

conda官方cuda环境包地址（可以点进去选要安装的cuda版本）：https://anaconda.org/nvidia/cuda
这里我选择安装cuda11.8，其中nvidia/label/cuda-11.8.0::表示指定channel路径为nvidia/label/cuda-11.8.0

conda install nvidia/label/cuda-11.8.
最低0.47元/天 解锁文章
where_r_u
关注
安装cudatoolkit踩坑
bashan1604的博客
05-27 2万+
conda install cudatoolkit==10.0 -c ... cudatoolkit将装在系统环境还是虚拟环境中？ 在公司服务器上conda create -n py38 python=3.8，出现了各种问题： 清华镜像慢到发指 阿里、豆瓣和腾讯镜像直接连不上，如下 UnavailableInvalidChannel: The channel is not accessible or is invalid. channel name: anaconda/pk...
conda虚拟环境中安装cuda方法、遇到的问题
记录学习过程中的笔记
10-28 7602
nvcc是与CUDA Toolkit一起安装的CUDA compiler-driver tool，它只知道它自身构建时的CUDA runtime版本，并不知道安装了什么版本的GPU driver，甚至不知道是否安装了GPU driver。CUDA有 runtime api 和 driver api，两者都有对应的CUDA版本， nvcc -V 显示的就是前者对应的CUDA版本，而 nvidia-smi显示的是后者对应的CUDA版本。只要找到对应cuda版本的文件，复制到虚拟环境cuda路径下即可。
在指定conda环境中升级cuda版本
最新发布
2401_84277762的博客
04-09 672
前提在进行训练时，遇到了cuda版本低，导致不兼容的问题。所以记录一下，如何在指定的conda环境中升级cuda.(从11.5升级到12.4为例)
在anaconda虚拟环境中安装flash_attn,无法识别虚拟环境中的cuda，安装的时候它只识别了系统的cuda
直达开源前线，冲冲冲！
03-03 227
在安装 flash-attention报错cua版本问题，实际上conda虚拟环境已在安装torch的时候已安装了合适的cuda，所以它实际上检查的是Ubuntu系统中的cuda。我们需要conda管理和调用anaconda虚拟环境下的cuda。
conda搭建cuda版本pytorch虚拟环境时遇到的问题
m0_60857914的博客
02-17 1115
想起了今天整件事的起因，本来最近是不需要用pytorch的，但我看我已经下好的cpu版本的conda环境名不顺眼，想改一个，结果一搜只能clone一个新的环境来改名，然后我信心满满地克隆完直接把旧的删了，哈哈，结果一看，新环境里只有那几个初始包。虽然没看懂，但是把官网的命令前面的pip3改成pip后确实安装成功了，退出再进pytorch也还在，但我看包的数量好像还是有点少，就又用官网的conda命令下载了一次，看着包还挺多的，和最开始的时候比较像。解决方法：换成官网提供的pip3命令再次安装，结果成功。
安装了 cuda， 但是使用 nvcc -V 的命令的时候不能使用
qq_44702930的博客
05-16 7981
如果没有包含 CUDA 的路径，需要将其添加到 PATH 中。出现这个错误信息表示系统中没有找到 nvcc 命令，这通常意味着 NVIDIA CUDA Toolkit 没有安装，或者其安装路径没有被添加到系统的环境变量中。如果显示如下，则表示安装了。
【问题解决】windows conda环境内CUDA不可用
peterwanye的博客
02-24 2113
CUDA无法使用
使用虚拟环境conda安装不同版本（指定版本）的cuda，cudnn，pytorch
edward_zcl的博客
06-02 5955
背景：在学习深度学习时，我们不可避免的需要跑多个神经网络，而不同的神经网络环境都不一样，所以必须要使用到虚拟环境(如conda)去做环境隔离，安装属于自己的环境。在这环境中，大多神经网络都必须要用到cuda，cudnn。不同的神经网络需求版本不同，所以也需要另行安装，这与前面一篇文章pip安装包的方式还不太一样。安装好显卡驱动后，使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少，如下： Driver Version: 525.89.02 表明当前显卡驱动版本是525.89
系统cuda版本与虚拟环境版本cuda不一致
weixin_52454379的博客
06-25 1543
因为我系统的cuda版本为12.0。虚拟环境中的cuda为11.3，理论上应该互不影响，但却报错。经过问题的查找，发现为Anconda3的系统变量设置的有问题，它会直接指向系统的cuda版本。如下图，是原来的环境变量设置，它没有指向anconda的路径，而是指向了系统cuda。在进行环境搭建后，编译虚拟环境中的文件。我用的是Anconda3创建的虚拟环境，在安装完cuda版本11.3，pytorch1.12.1后，编译文件，报错。下面是更改后的环境变量。更改后，编译就可以通过了。
conda安装pytorch
qq_60663649的博客
01-17 3233
转换镜像源时盲目使用csdn博客上的清华镜像链接，结果发现因为博客日期久远均不能使用，多次出现404的情况。
在Pycharm中搭建Pytorch，CUDA（踩坑无数最终精华极简版）
热门推荐
weixin_44990847的博客
09-26 3万+
前言： 1.安装pytorch并不一定需要先搭建anaconda环境！（究极大坑，当时网上全是通过anaconda安装pytorch，很麻烦，根本没必要）原因详见末尾补充1。 2.在我的教程中倾向于能让系统自动安装就自动安装，因为我觉得这样能省去各种版本不匹配以及让下载下来的两个东西关联起来的烦恼。 ** 正文： ** 一、在pycharm创建一个项目 如图我选择的环境是virtualenv（并且最终安装成功了），你想选择conda或者pip都行，就随意，如果你只是像我一样想用pytorch而已，对在什
基于Anaconda安装Pytorch1.2.0问题一二
想不出一个好的标题，就用这个吧
08-22 1万+
有20天没更新了，8.3号从成都回到山东，在家待了几天然后去烟台找对象过节了，正值秋招季节，各种忙碌，偷得片刻闲暇，整理一篇帮对象装Pytorch时遇到的问题，都是很基础的东西，但真正遇到了却也不是那么容易解决，那就开始吧～ 首先系统是win10专业版，为了方便安全我们使用Anaconda来配置环境，关于Anaconda的安装就不再表述了，网上教程一大堆，也的确没有什么值得注意的，唯一的一点就是...
Ubuntu16.04配置深度学习环境（pyTorch）：Ubuntu16.04 + cuda10.2 + cuDNN7.6.5 + Anaconda + pyTorch1.5 + pycharm
denkywu的博客
07-03 828
cuda和cudnn。如版本不合适，先卸载，然后安装，见：Ubuntu安装和卸载CUDA和CUDNN； 安装Anaconda Python pyTorch
【超简易安装】在linux集群服务器上使用conda安装高版本cuda(cuda-11.8)和pytorch2.0
a61022706的博客
12-10 4693
由于项目代码要求pytorch2.0版本，而pytorch2.0版本需要cuda11.8，高于我之前的11.0的cuda版本。因此考虑使用conda新建一个虚拟环境，在里面使用高版本的cuda和pytorch。
使用虚拟环境conda安装不同版本的cuda，cudnn，pytorch
qq_42537872的博客
08-16 2万+
背景：在学习深度学习时，我们不可避免的需要跑多个神经网络，而不同的神经网络环境都不一样，所以必须要使用到虚拟环境(如conda)去做环境隔离，安装属于自己的环境。在这环境中，大多神经网络都必须要用到cuda，cudnn。不同的神经网络需求版本不同，所以也需要另行安装，这与前面一篇文章pip安装包的方式还不太一样。安装好显卡驱动后，使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少，如下： Driver Version: 525.89.02 表明当前显卡驱动版本是525.89
nvcc -V 显示的cuda版本和实际版本不一致
qq_32320925的博客
07-17 2590
假设你刚安装了新的CUDA版本，以CUDA-10.2为例，安装完成后⽤nvcc -V查看，输出的仍然是之前的⽼版本CUDA。原文链接：https://blog.csdn.net/LEAF1Q_Q/article/details/124576321。在文本中将exec /usr/lib/nvidia-cuda-toolkit/bin/nvcc改为。保存更改后，nvcc -V命令得到CUDA-10.2版本。终端查看系统默认调⽤的nvcc命令的位置。
【小白向】在conda-forge中下载cudatoolkit和cudnn报错
2301_79554187的博客
07-14 888
找到tensorflow环境下的Scripts/..cudatoolkit-post-link.bat文件，推荐使用everything这个快速的工具查找文件，右键点击编辑用记事本打开，最后另起一行，把。cmd使用chcp提示不是内部或外部命令,也不是可运行的程序或批处理文件。在特定环境中输入conda list，查看是否安装成功。粘贴上去，问题解决，别忘了结尾的分号，保存退出。第一步：查看系统变量里有没有以下俩个变量。下载对应的cudnn时同理。
Anaconda安装虚拟cuda环境——解决Pytorch无法识别cuda的问题
qq_40163992的博客
02-13 2073
在 Anaconda 的环境配置过程中，明明根据电脑已经安装的 cuda 版本从 Pytorch 官网上安装了对应版本的 torch 包 但依然无法调用 GPU 进行 torch 任务，编辑 GPUtest.py 文件。得到结果如下：torch 无法正常识别到 cuda。打开 Anaconda Prompt 输入，nvidia-smi 查看当前 GPU 驱动程序nvidia-smi得到驱动版本是551.61，CUDA 版本是12.4。
太方便，WIN系统CUDA12.4下使用conda便捷管理虚拟环境中的不同版本的CUDA、cuDNN、PyTorch
love530love的博客
03-03 2万+
记录工作实践。
虚拟cuda-nvcc卸载
12-29
### 完全卸载 CUDA 和 NVCC 编译器 为了彻底移除系统中的 CUDA 工具包及其组件，包括 NVCC 编译器，可以按照以下方法操作： #### 使用 apt-get 移除安装的软件包 对于通过 APT 包管理器安装的版本，执行如下命令来删除已知的相关包： ```bash sudo apt-get remove cuda nvcc nvidia-cuda-toolkit ``` 这会尝试清除大部分由官方渠道分发的标准工具集[^1]。 #### 手动清理残留文件夹与环境变量配置 由于某些自定义设置可能未被上述指令覆盖，建议进一步采取措施确保无遗漏项存在。具体做法涉及以下几个方面： - **检查 `/usr/local` 下是否有 `cuda*` 文件夹**：如果仍然可见，则需手动将其删除； ```bash sudo rm -rf /usr/local/cuda* ``` - **编辑 `.bashrc`,`.zshrc` 或其他 shell 配置文件**：查找并去除任何关于 CUDA 的 PATH 变量声明； 这可以通过打开终端并输入相应编辑命令完成，比如针对 Bash 用户来说就是： ```bash nano ~/.bashrc ``` 接着定位至含有类似下面内容的位置 ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 将其注释掉或直接删去即可。 最后重启计算机使更改生效，并验证是否成功清除了所有痕迹： ```bash which nvcc && echo "NVCC still exists!" || echo "Uninstallation successful." ``` 以上步骤应当能够有效地帮助用户达到完全卸载的目的。
评论 9
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