Pytorch环境配置——cuda、、cudnn、torch、torchvision对应版本（最全）及安装方法
- 一、查询可支持的最高cuda版本
- 二、查看cuda、cudnn、pytorch、torchvision对应版本
- 三、安装
* - 3.1 Windows上安装
- 3.2 Ubuntu上安装
- 四、测试是否安装成功
- 五、小贴士
一、查询可支持的最高cuda版本
在安装显卡驱动的前提下（显卡驱动安装方法），输入：
nvidia-smi
可以看到该电脑可以支持的cuda版本最高是11.4，驱动是向下兼容的，所以cuda版本小于等于11.4的都可以安装上。
（如果想安装的cuda版本不在可支持的cuda版本内，则可以考虑升级电脑的内核，从而实现对cuda高版本的安装。具体cuda版本及需要的内核详见：CUDA Toolkit and Corresponding Driver Versions ）
二、查看cuda、cudnn、pytorch、torchvision对应版本
表1 cuda与cudnn对应的版本 cudacudnn11.58.3.3、8.3.2、8.3.1、8.3.0、8.2.1、8.2.011.48.2.4、8.2.2、8.2.1、8.2.011.38.2.1、8.2.011.28.2.1、8.2.0、8.1.1、8.1.011.18.2.1、8.2.0、8.1.1、8.1.0、8.0.5、8.0.5、8.0.411.08.2.1、8.2.0、8.1.1、8.1.0、8.0.5、8.0.4、8.0.3、8.0.2、8.0.110.28.3.3、8.3.2、8.3.1、8.3.0、8.2.4、8.2.2、8.2.1、8.2.0、8.1.1、8.1.0、8.0.5、8.0.4、8.0.3、8.0.2、8.0.1、7.6.510.18.0.5、8.0.4、8.0.3、8.0.2、7.6.5、7.6.4、7.6.3、7.6.2、7.6.1、7.6.0、7.5.1、7.5.010.07.6.5、7.6.4、7.6.3、7.6.2、7.6.1、7.6.0、7.5.1、7.5.0、7.4.2、7.4.1、7.3.1、7.3.09.27.6.5、7.6.4、7.6.3、7.6.2、7.6.1、7.6.0、7.5.1、7.5.0、7.4.2、7.4.1、7.3.1、7.2.1、7.1.4、7.1.29.17.1.3、7.1.2、7.0.59.07.6.5、7.6.4、7.6.3、7.6.2、7.6.1、7.6.0、7.5.1、7.5.0、7.4.2、7.4.1、7.3.1、7.3.0、7.1.4、7.1.3、7.1.2、7.0.5、7.0.48.07.1.4、7.1.3、7.0.5、6.0、5.1、57.55.1、57.04、36.52、1
cudnn是用于深度神经网络的GPU加速库，cuda是平台，两者都需要安装才可以调用GPU加速。
cuda与cudnn的关系详解
最新 【NVIDIA官网】cuda与cudnn对应的版本
CUDAToolkit是NVIDIA的CUDA工具包,包含了CUDA的全部工具。 CUDAToolkit与cuda版本相同。
表2 cuda、CUDAToolkit与pytorch对应的版本 cudaCUDAToolkitpytorch11.311.31.10.1、1.10.0、1.9.1、1.9.0、1.8.111.111.11.10.0、1.9.1、1.9.0、1.8.1、1.8.011.011.01.7.1、1.7.010.210.21.10.1、1.10.0、1.9.1、1.9.0、1.8.1、1.8.0、1.7.1、1.7.0、1.6.0、1.5.1、1.5.010.110.11.7.1、1.7.0、1.6.0、1.5.1、1.5.0、1.4.010.010.01.2.0、1.1.0、1.0.1、1.0.09.29.21.7.1、1.7.0、1.6.0、1.5.1、1.5.0、1.4.0、1.2.09.09.01.1.0、1.0.1、1.0.08.08.01.0.0
最新 【pytorch官网】CUDAToolkit与pytorch对应的版本
表3 pytorch与torchvision对应的版本 pytorchtorchvision1.10.10.11.21.10.00.11.01.9.10.10.11.9.00.10.01.8.10.9.11.8.00.9.01.7.10.8.21.7.00.8.01.6.00.7.01.5.10.6.11.5.00.6.01.4.00.5.01.2.00.4.01.1.00.3.01.0.10.2.21.0.00.2.1
最新 【pytorch官网】pytorch与torchvision对应的版本
三、安装
3.1 Windows上安装
3.2 Ubuntu上安装
四、测试是否安装成功
终端输入：
python
import torch
torch.cuda.is_available()
如果输出为True，则代表安装成功。
五、小贴士
- cuda、cudnn需要去官网下载后按照教程安装，这样安装成功几率大，直接命令行安装失败风险很大。
- 安装指定版本的pytorch、torchvision、cudatoolkit，在输入安装指令的那一步，直接加上版本号即可。举例：
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch
Original: https://blog.csdn.net/Williamcsj/article/details/123915652
Author: William.csj
Title: Pytorch环境配置——cuda、、cudnn、torch、torchvision对应版本（最全）及安装方法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/711998/
转载文章受原作者版权保护。转载请注明原作者出处！