CUDA、cuDNN以及pytorch的版本选择和下载

---

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