1.CUDA驅(qū)動和CUDA Toolkit對應(yīng)版本

表一：CUDA驅(qū)動及CUDA Toolkit最高對應(yīng)版本

最新可查閱官方文檔

注：驅(qū)動是向下兼容的，其決定了可安裝的CUDA Toolkit的最高版本。

2.CUDA Toolkit版本及其可用PyTorch對應(yīng)版本（參考官網(wǎng)）

表二：CUDA Toolkit版本及可用PyTorch對應(yīng)關(guān)系

注：雖有的卡驅(qū)動更新至較新版本，且CUDA Toolkit及PyTorch也可對應(yīng)更新至新版本。但有的對應(yīng)安裝包無法使用，有可能是由于卡太舊的原因。

3.安裝指導(dǎo)

在安裝時會同時安裝CUDA Toolkit以及PyTorch，這是我們要知道的。

步驟一：

使用nvidia-smi查詢驅(qū)動版本：

如圖中Driver Version所示，該卡目前的驅(qū)動版本為384.81。

步驟二：

此處提供三種方法可供選擇。

（1）指定CUDA Toolkit版本

根據(jù)表一查詢到可安裝的CUDA Toolkit版本，384.81對應(yīng)最高的CUDA Toolkit版本為9.0。

運行conda install pytorch cudatoolkit=9.0 -c pytorch即可。

此方法指定CUDA Toolkit版本后，conda會自動匹配到合適版本的PyTorch。

（2）指定PyTorch版本

根據(jù)表一查詢到可安裝的CUDA Toolkit版本，再根據(jù)表二查詢到合適版本的PyTorch。384.81對應(yīng)最高的CUDA Toolkit版本為9.0，9.0可安裝PyTorch1.1.0版本。

運行conda install pytorch=1.1.0 -c pytorch即可。

此方法指定PyTorch版本后，conda會自動匹配到合適版本的CUDA Toolkit。

（3）同時指定CUDA Toolkit版本和PyTorch（推薦）

根據(jù)表一查詢到可安裝的CUDA Toolkit版本，根據(jù)表二查詢到合適版本的PyTorch。

運行conda install pytorch=1.1.0 cudatoolkit=9.0 -c pytorch即可。

注：PyTorch1.8.0和1.0.0以前版本使用conda安裝時命令有些許不同，具體可查看官網(wǎng)。

4.驗證安裝是否成功

#使用python運行
import torch
print(torch.__version__)
print(torch.cuda.is_available())

卸載當(dāng)前版本PyTorch：

conda uninstall pytorch

補充：查看PyTorch的版本及CUDA和cuDNN版本

檢查PyTorch版本

torch.version # PyTorch version
torch.version.cuda # Corresponding CUDA version
torch.backends.cudnn.version() # Corresponding cuDNN version
torch.cuda.get_device_name(0) # GPU type

更新PyTorch

conda update pytorch torchvision -c pytorch

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。

最新評論