CUDA、cuDNN以及pytorch的版本选择和下载安装
前言
在下载cuda、cuDNN以及pytorch时,需要注意版本选择,版本不对可能会带来很多问题
一、CUDA
1、查看当前可支持的最高CUDA版本
在cmd命令行中输入NVIDIA-smi查看NVIDIA显卡driver version以及可安装的最高CUDA版本,如下红框中的内容,表示driver version为431.40,可安装的最高CUDA版本为10.1.
2、CUDA下载
官网: https://developer.nvidia.com/cuda-toolkit-archive
3、更高版本CUDA
如果需要安装更高版本的CUDA,需要更新NVIDIA显卡驱动版本,NVIDIA显卡驱动版本和CUDA版本对应关系如下截图。
截图来自 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
二、cuDNN
1、cnDNN下载
cuDNN官网: https://developer.nvidia.cn/cudnn
在官网下载cuDNN时,已给出可支持的CUDA版本,选择CUDA版本对应的cuDNN下载即可。如下图,CUDA10.1可以选择红框中的版本
三、pytorch
1、pip install直接下载安装
官网: https://pytorch.org/get-started/locally/
进入官网,选择CUDA版本和其他信息,选好后复制Run this Command栏的命令,注意如果pip3报错的话,需要将pip3改为pip。如果页面上没有对应CUDA版本,可点击红框中的“install previous versions of PyTorch”链接去选择CUDA版本对应的pytorch。
2、下载后离线安装
也可先下载Pytorch包,然后用cd将命令行的路径转到包所在的路径,之后pip install 包名 来安装pytorch包。例如:
pip install torch-1.8.1+cu101-cp36-cp36m-win_amd64.whl
pytorch包下载路径: https://download.pytorch.org/whl/torch_stable.html
cu后面的数字表示版本号,cu101表示版本CUDA10.1;torch-后面的数字表示torch版本;cp后面的数字表示python版本,cp36表示python3.6;linux表示linux系统,win_amd64表示windows 64为系统。
参考文章
https://blog.csdn.net/L1778586311/article/details/112425993
https://blog.csdn.net/weixin_43848614/article/details/117221384