显卡算力、驱动版本、CUDA、pytorch之间的关系

2023-12-09 22:11| 来源: 网络整理| 查看: 265

显卡算力、驱动版本、CUDA、pytorch之间的关系 1.查看显卡驱动版本2.显卡算力与cuda3.CUDA与pytorch4.在虚拟环境中安装CUDA查看安装是否成功 5.参考链接

1.查看显卡驱动版本 nvidia-smi

在这里插入图片描述可以看到显卡驱动（Driver Version:460.91.03)和当前驱动支持的最高CUDA版本（CUDA Version:11.2)。通过这个命令我们就可以确定能下载的最高CUDA版本

2.显卡算力与cuda

显卡的算力表如下：在这里插入图片描述

当我们下载CUDA时需要根据自身显卡的算力选择合适的CUDA版本，两者的对应关系如下表所示：

在这里插入图片描述如果我们的显卡算力为8.0但我们却安装了CUDA10.2，这样的话就会出错。根据上表我们应该安装11.0及以上的CUDA版本。

3.CUDA与pytorch

当我们通过前面确定了CUDA版本后就可以根据在pytorch官网上查看与之相对应的pytorch版本了。如果我们需要下载指定版本的pytorch，也可以调整CUDA版本使其适配。

为方便查看，这里放上pytorch与CUDA版本的对应关系表：在这里插入图片描述更深入学习可以看这篇文章显卡，显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn区别？

4.在虚拟环境中安装CUDA

conda虚拟环境中安装cuda和cudnn

cuda、cudnn 清华源下载地址

若无法通过conda 直接安装CUDA可以先在上面的地址中将相应版本CUDA下载下来（.conda后缀），然后通过下面的命令安装

# 然后安装本地包 conda install --use-local 本地cuda包所在的路径查看安装是否成功

在虚拟环境中安装完cuda和cudnn想要测试是否安装成功，不能使用nvcc -V命令测试，需要在虚拟环境中安装pytorch包进行测试。安装好pytorch后可以通过下面命令检查是否将CUDA安装

python import torch #导入torch print(torch.version.cuda) #查看CUDA版本

查看cudnn版本

print(torch.backends.cudnn.version()) 5.参考链接

1.参考一 2.参考二 3.参考三 4.参考四

【本文地址】

公司简介

联系我们