Pytorch环境配置——cuda、、cudnn、torch、torchvision对应版本(最全)及安装方法
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
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
cuda | cudnn |
---|---|
11.5 | 8.3.3、8.3.2、8.3.1、8.3.0、8.2.1、8.2.0 |
11.4 | 8.2.4、8.2.2、8.2.1、8.2.0 |
11.3 | 8.2.1、8.2.0 |
11.2 | 8.2.1、8.2.0、8.1.1、8.1.0 |
11.1 | 8.2.1、8.2.0、8.1.1、8.1.0、8.0.5、8.0.5、8.0.4 |
11.0 | 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 |
10.2 | 8.3.3、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、7.6.5 |
10.1 | 8.0.5、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、7.5.0 |
10.0 | 7.6.5、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 |
9.2 | 7.6.5、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、7.1.2 |
9.1 | 7.1.3、7.1.2、7.0.5 |
9.0 | 7.6.5、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、7.0.4 |
8.0 | 7.1.4、7.1.3、7.0.5、6.0、5.1、5 |
7.5 | 5.1、5 |
7.0 | 4、3 |
6.5 | 2、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
cuda | CUDAToolkit | pytorch |
---|---|---|
11.3 | 11.3 | 1.10.1、1.10.0、1.9.1、1.9.0、1.8.1 |
11.1 | 11.1 | 1.10.0、1.9.1、1.9.0、1.8.1、1.8.0 |
11.0 | 11.0 | 1.7.1、1.7.0 |
10.2 | 10.2 | 1.10.1、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、1.5.0 |
10.1 | 10.1 | 1.7.1、1.7.0、1.6.0、1.5.1、1.5.0、1.4.0 |
10.0 | 10.0 | 1.2.0、1.1.0、1.0.1、1.0.0 |
9.2 | 9.2 | 1.7.1、1.7.0、1.6.0、1.5.1、1.5.0、1.4.0、1.2.0 |
9.0 | 9.0 | 1.1.0、1.0.1、1.0.0 |
8.0 | 8.0 | 1.0.0 |
最新 【pytorch官网】CUDAToolkit与pytorch对应的版本
表3 pytorch与torchvision对应的版本
pytorch | torchvision |
---|---|
1.10.1 | 0.11.2 |
1.10.0 | 0.11.0 |
1.9.1 | 0.10.1 |
1.9.0 | 0.10.0 |
1.8.1 | 0.9.1 |
1.8.0 | 0.9.0 |
1.7.1 | 0.8.2 |
1.7.0 | 0.8.0 |
1.6.0 | 0.7.0 |
1.5.1 | 0.6.1 |
1.5.0 | 0.6.0 |
1.4.0 | 0.5.0 |
1.2.0 | 0.4.0 |
1.1.0 | 0.3.0 |
1.0.1 | 0.2.2 |
1.0.0 | 0.2.1 |
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、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
来源:William.csj