虚拟环境下更换CUDA版本

最新推荐文章于 2024-06-02 18:51:24 发布
最新推荐文章于 2024-06-02 18:51:24 发布
阅读量1.4k 收藏
点赞数 1
文章标签： python linux
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/xuchanghui113/article/details/128960991
版权

首先建立一个conda的虚拟环境

然后输入以下代码（例如11.7版本）

conda install cudatoolkit=11.7

邂逅的光阴
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Anaconda虚拟环境中安装cuda
04-11
Anaconda虚拟环境中安装cuda
linux下cuda fortran环境搭建
08-30
CUDA Fortran是在Linux环境下开发CUDA应用的一个重要工具，特别是在高性能计算(HPC)领域。CUDA是NVIDIA公司推出的一种并行计算平台和编程模型，它允许开发者利用GPU的强大处理能力进行科学计算和其他计算密集型任务...
【深度学习】Windows10中安装多版本CUDA及其切换
yangyu0515的博客
03-23 6509
【深度学习】Windows10中下安装多版本CUDA及其切换
使用虚拟环境conda安装不同版本（指定版本）的cuda，cudnn，pytorch
最新发布
edward_zcl的博客
06-02 1648
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
[解決方案] conda 虚拟环境中 cuda不同版本進行切換（含Linux 和 Windows）
叫我蘑菇先生
04-27 1万+
须安装多个版本的 cudacuda 安装可参考CUDA的下载与安装，去Nvidia官网下载安装所需的 cuda 版本。
如何在(windows)虚拟环境下切换不同的cuda版本
weixin_45530491的博客
11-10 4586
针对cuda版本的自由切换
Windows安装多个版本的CUDA并实现自由简单的切换
Peter_xia_的博客
03-28 960
​不同项目所使用的cuda版本也可能不同，网上一般方法是将环境变量提前，来实现cuda版本更换。本文介绍了一种快速切换cuda版本的办法：即写一个脚本从而实现进入虚拟环境自动切换cuda版本。这个东西有人出过教程，但是太难找了，所以留个档自用。
虚拟环境和系统中CUDA版本不同的解决方法
a81498391的博客
08-15 1597
然后，使用pip卸载torch和torchvision，去官网下载whl包，比如你要安装torch=1.12.1，不用pip install torch==1.12.1，可以尝试pip install torch==1.12.1+cu116 或者官网下载对应的whl再pip install xxxx.whl。CUDA是NVIDIA的并行计算平台和应用程序接口，用于在NVIDIA GPU上进行加速计算。不同的CUDA版本与不同的PyTorch版本可能需要特定的兼容性，以确保正确的GPU加速。
cuda版本切换
heer0504的博客
06-13 869
首先输入 sudo fuser -v /dev/nvidia*显示所有进程。然后输入kill -9 ****终止要结束的进程。
Linux安装多个版本的CUDA，以及不同版本CUDA之间的切换使用（不同虚拟环境使用不同CUDA版本）
围炉夜敲的博客
07-08 5774
Linux安装多个版本的CUDA，以及不同版本CUDA之间的切换使用（不同虚拟环境使用不同CUDA版本）
pytorch 查看cuda 版本方式
09-16
了解PyTorch中CUDA的版本对于确保兼容性和优化性能至关重要。 查看PyTorch安装的CUDA版本，可以通过以下Python代码来实现： ```python import torch print(torch.version.cuda) ``` 运行这段代码会打印出当前...
DGL库CPU版本和CUDA版本
02-27
DGL库CPU版本和CUDA版本 dgl-0.9.1-cp37-cp37m-win_amd64.whl win-64-dgl-cuda11.1-0.9.1-py37-0.tar.bz DGL库CPU版本和CUDA版本 dgl-0.9.1-cp37-cp37m-win_amd64.whl win-64-dgl-cuda11.1-0.9.1-py37-0.tar.bz DGL...
ubuntu18.04复现yolo v8环境配置之CUDA与pytorch版本问题以及多CUDA版本安装及切换
Time_Memory_cici的博客
08-23 5092
不同程序需要不同版本的python和pytorch，而pytorch和CUDA之间有一定的对应关系，如果不按要求安装，会造成后续报错，无法复现他人的程序。二、假设ubuntu系统已经安装了CUDA，此时需要重新安装另外一个版本（如果你是第一次安装CUDA也没关系，重复下面步骤两次，选择不同的CUDA版本即可）。进入cuda官网，选择需要的版本。如果某个程序的Pyorch需要不同版本的CUDA，不必删除之前的CUDA，可以实现多版本的CUDA切换。安装新的版本的CUDA后，还要安装对应的cuDNN。
切换cuda版本的两种方式
qq_45783556的博客
03-31 3080
这种情况下，可以不修改.bashrc文件，而是将名为cuda软链接删除，为别的版本的cuda创建一个也名为cuda的软链接，这时候就指向新的版本的cuda了。不修改.bashrc文件，而是删除原有的cuda软链接，给想要的cuda库创建与被删除软链接的同名软链接；看这个之前，请先搞懂什么是环境变量，PATH环境变量的作用，如何定义或修改环境变量，软链接的概念，什么是.bashrc文件，如何创建软链接，如何删除软链接。有两种做法切换cuda版本，但两种方式是的本质是相同的，都是将Cuda库的。
系统上的Cuda和虚拟环境里的Cuda一样吗？怎么支持多Cuda？
yuanmiyu6522的博客
08-24 1935
123
虚拟环境中用Anaconda安装显卡CUDA驱动与CUDA运行版本匹配
热门推荐
祥瑞的技术博客
02-21 2万+
问题：运行程序时报错 InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version，描述了显卡驱动与CUDA版本不匹配的问题。 目的：解决版本不匹配的问题。 参考：https://blog.csdn.net/weixin_36474809/a...
给虚拟环境指定CUDA版本
AIWCZ的博客
10-17 901
①在下列文件夹下建立.sh ②写入内容 ORIGINAL_CUDA_HOME=$CUDA_HOME ORIGINAL_LD_LIBRARY_PATH=$LD_LIBRARY_PATH export CUDA_HOME=/usr/local/cuda-10.1 export PATH=$PATH:$CUDA_HOME/bin export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ③再
windows下 为不同虚拟环境配置不同的cuda
flying_ant2018的博客
03-23 4193
故事背景： 很多时候，当从git上拿来一个项目，有需要基于的环境，比如基于：python3.7 cuda10.0。而本地环境python=3.6 cuda=0.8。而计算机同时需要支持多个版本的训练任务。下面给出一种解法。 先看一下效果：（base[py3.6]环境基于cuda8.0，open-mmlab[py3.7]基于cuda10.0） 1 环境安装 安装cuda8.0和cuda10.0到计算...
有什么办法将我云服务器虚拟环境内的CUDA 9.0 版本更换为CUDA 10.0版本吗
09-25
### 回答1： 可以通过以下步骤将云服务器虚拟环境内的CUDA 9.0版本更换为CUDA 10.0版本： 1. 卸载现有的CUDA 9.0版本：在终端中输入以下命令： ``` sudo apt-get --purge remove cuda ``` 2. 下载CUDA 10.0安装包：在终端中输入以下命令： ``` wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda_10.0.130_410.48_linux ``` 3. 安装CUDA 10.0：在终端中输入以下命令： ``` sudo sh cuda_10.0.130_410.48_linux.run ``` 4. 更新环境变量：在终端中输入以下命令： ``` echo 'export PATH=/usr/local/cuda-10.0/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc ``` 5. 验证CUDA 10.0是否已成功安装：在终端中输入以下命令： ``` nvcc -V ``` 如果输出结果中显示了CUDA 10.0的版本信息，则说明安装成功。 请注意，在更新CUDA版本之前，请确保您的系统满足CUDA 10.0的系统要求。 ### 回答2： 要将云服务器虚拟环境内的CUDA 9.0版本更换为CUDA 10.0版本，可以按照以下步骤进行操作： 1. 检查系统要求：确保云服务器虚拟环境满足CUDA 10.0版本的系统要求，例如操作系统和驱动程序的兼容性。 2. 下载CUDA 10.0：从NVIDIA官网或相关软件源下载CUDA 10.0版本的安装文件。 3. 卸载CUDA 9.0：运行适当的卸载命令或使用系统软件包管理工具，将CUDA 9.0从云服务器虚拟环境中卸载。 4. 安装CUDA 10.0：根据下载的安装文件，执行相应的安装命令。在安装过程中，可以选择自定义安装选项来设置所需组件和路径。 5. 环境变量配置：在云服务器虚拟环境中，修改相应的环境变量配置文件，将CUDA 10.0的路径添加到系统的PATH环境变量中。 6. 测试CUDA 10.0：重新启动虚拟环境后，运行CUDA 10.0的相关示例或应用程序，确保新版本已经成功安装并可正常使用。 需要注意的是，在进行版本更换之前，应备份重要数据和配置，以防意外情况发生。此外，确保在操作过程中具有足够的权限，并且操作系统和其他软件的版本与CUDA 10.0兼容。 ### 回答3： 要将云服务器虚拟环境内的CUDA 9.0版本更换为CUDA 10.0版本，可以按照以下步骤进行： 1. 确保系统已安装与CUDA 10.0兼容的显卡驱动程序。可以通过NVIDIA官方网站下载并安装适合您的显卡的最新驱动程序。 2. 卸载现有的CUDA 9.0版本。可以使用命令行工具（如apt-get或yum）卸载已安装的CUDA版本。例如，在Ubuntu上，可以使用以下命令卸载CUDA 9.0： ``` sudo apt-get purge nvidia-cuda* ``` 3. 下载CUDA 10.0安装程序。访问NVIDIA开发者网站，下载与您云服务器操作系统版本匹配的CUDA 10.0安装程序。 4. 安装CUDA 10.0。运行下载的CUDA 10.0安装程序，并按照提示进行安装。在安装期间，可以选择自定义安装选项并选择要安装的组件。 5. 配置环境变量。安装完成后，需要将系统环境变量配置为指向CUDA 10.0的路径。在Linux上，可以编辑`~/.bashrc`文件，并添加以下行： ``` export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 然后使用`source ~/.bashrc`命令更新环境变量。 6. 验证安装。通过运行`nvcc -V`命令验证CUDA版本是否已成功更换为10.0。如果显示正确的版本信息，则表示安装成功。 请注意，上述步骤假设您具有合适的权限来安装和配置软件。在进行此操作之前，请备份重要数据并确保您了解可能产生的风险。
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

打赏作者

邂逅的光阴

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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