电脑的GPU太强了，pytorch版本跟不上，将cuda驱动进行降级

最新推荐文章于 2025-05-03 15:47:15 发布
原创 最新推荐文章于 2025-05-03 15:47:15 发布 · 6k 阅读 · 22 ·
CC 4.0 BY-SA版权
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。
文章标签：

#pytorch #人工智能 #python

作者遇到RTX4060的电脑驱动与PyTorch12.1版本不兼容问题，通过将驱动降级到CUDA10.1并成功安装了PyTorch1.7.1及其相关库（如torchvision和torchaudio）。在PyCharm中验证了这个环境配置.

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

我的情况：
我买的电脑的GPU版本为rtx4060，但是装上相应的驱动后，cuda的版本为12.3，而现在pytorch中cuda安装命令的最新版本为12.1，所以我将电脑的驱动进行降级为cuda版本为10.1的。
在这里插入图片描述在这里插入图片描述
最后成功安装cuda10.1版本的驱动
在这里插入图片描述
按下列博客中的方法进行cuda降级
https://blog.youkuaiyun.com/qq_43308156/article/details/127479544
最后安装cuda版本为10.1的pytorch

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

在这里插入图片描述

在这里插入图片描述
在pycharm中进行验证，切换为pytorch3.8环境，验证成功：

在这里插入图片描述

新电脑安装和配置pytorch、anaconda、CUDA、cuDNN、pycharm、OpenCV、matplotlib等必需软件的过程记录和踩坑纪实
xulibo5828的博客
09-10 2296
1、打开英伟达官网，输入显卡芯片型号，手动搜索并下载显卡驱动。​2、下载完成后安装驱动。
降低python版本安装pytorch过程（CPU版本，内含过程中遇到的各种问题）
aqibufu的博客
08-27 9711
pytorch(CPU版本)安装过程，包括查看python版本，降低python版本，torch下载，以及降低python版本后，jupyter notebook打开失败等问题。
在ubuntu服务器下安装低版本cuda，降级 GCC+runfile（笔记）
最新发布
m0_73177436的博客
05-03 923
在尝试了在conda环境下安装cudatoolkit和cudnn后，发现不行，需要在环境下配置cuda为了不影响驱动cuda，准备通过安装后配置环境的方式调用cuda。我需要做的是在ubuntu22.04在我的用户环境下配置cuda10.1，gcc需求是7，本文章采用的方案主要是降级 GCC +runfile。
低版本CUDA安装/多版本切换/用户级CUDA安装
zoetu
05-09 1万+
在CUDA11.6的本机上，以安装CUDA10.2为例演示低版本CUDA安装和Torch1.7.1安装
pytorch适配CUDA降版本、选择gpu版本最终方案
yygr的博客
03-18 1万+
看着网上的文章，还有问chatGPT，一步步解决了这个问题，还是值得的。有的方法在选择gpu版本的时候，选择这样：conda install -c 镜像源 后面调试版本...一步步调版本，我在调的时候发现太搞了，而且试出来下好配套的了，可能下的也是cpu版本的。conda安装GPU版pytorch，结果却是cpu版本[找到问题根源，从容解决]_为什么conda安装pytorch版本不对-优快云博客可能更了解镜像源内部选择的方式，会有更好的解决方法。
CUDA版本降级操作（记录）
热门推荐
qq_43308156的博客
10-26 6万+
CUDA版本降级操作
ubuntu18 CUDA版本降级
shimmer_ghq的博客
11-23 9969
用别人的代码训练模型时，由于tensorflow-gpu版本太高，报了很多错，一个个改太麻烦，所以直接降级。tensorflow降级为1.14，与此同时也要换成对应版本的CUDA和cuDNN。 1.tensorflow-gpu降级 pip uninstall tensorflow-gpu pip install tensorflow-gpu==1.14 2.gcc降级 我的服务器本身好像是gcc10.几，现在降到5.5 cd /usr/bin sudo rm gcc sudo ln -s gcc-5 gc
pytorch（GPU版win64）安装全过程（Anaconda+cuda）
m0_61869170的博客
01-29 1176
，选择以下。
cuda+cudnn+pytorch下载（包含cuda降级）
weixin_74075792的博客
03-02 6421
在深入研究深度学习和CUDA编程时，一个常见的挑战是确保你的计算机上安装的CUDA版本与你的应用程序或框架兼容。不匹配的CUDA版本可能导致程序无法正常运行。本篇博客将指导你如何卸载当前不匹配的CUDA版本，并安装正确的版本来避免兼容性问题。
安装GPU版本pytorch
weixin_53388669的博客
08-26 276
第一步，首先安装CUDA 先查看NVIDIA对应CUDA的版本 直接打开NVIDIA控制面板，打开帮助，查看系统信息 ，点击组件，可以看到对应的CUDA版本是11.4，选择安装CUDA时，选择小于11.4的即可 按照提示安装，在安装过程选择自定义安装，不要轻易修改路径，我在修改了CUDA安装路径后，cmd验证失败，默认失败，直接安装，cmd验证nvcc -V显示版本型号 表示安装成功 CUDA下载地址CUDA Toolkit Archive | NVIDIA DevelopercuD.
Ubuntu18.04下安装pytorch步骤&多cuda版本共存（啰嗦版）
weixin_54489145的博客
04-07 5766
Ubuntu18.04下安装pytorch步骤（啰嗦版）
Ubuntu系統給pytorch降版本（0.40--0.31)
qq_38522972的博客
12-21 5257
由於實現新的模型的過程中要求必須爲pytorch=0.31,而我的pytorch版本是0.40，因此需要降版本，步驟如下： 1，卸載原pytorch(0.40) sudo pip uninstall torch   2,安裝pytorch=0.31 sudo pip install http://download.pytorch.org/whl/cu80/torch-0.3.1-c...
cuda版本回退
ncf的博客
03-26 6606
cuda版本回退cuda版本10.2->10.1一、卸载cuda和驱动1.通过apt安装[^1]2.通过run文件安装二、安装cuda三、注意事项 cuda版本10.2->10.1 一、卸载cuda和驱动 1.通过apt安装1 To remove CUDA Toolkit: $ sudo apt-get --purge remove “cublas” “cuda*” To remove...
cuda10.1降级（卸载+安装）
weixin_42639575的博客
10-30 1万+
1.卸载: 实测有用贴： https://blog.youkuaiyun.com/qq_34877350/article/details/81185447 https://blog.youkuaiyun.com/m0_37951243/article/details/90051494 https://blog.youkuaiyun.com/u012074597/article/details/80317275 2.安装9.0
当cuda版本安装错误怎么降级linux/wsl
m0_51638271的博客
02-04 1997
当cuda版本安装错误怎么降级linux/wsl
【安装】PyTorch｜查看并调整Cuda版本以适应PyTorch安装的指南
shandianchengzi的博客
05-19 6022
真就，走了很多弯路。
Ubuntu系统+Conda环境中降低Pytorch版本的方法
raylovec2的博客
01-28 7104
Ubuntu系统+Conda环境中降低Pytorch版本的方法 步骤1：终端激活安装的pytorch环境 conda activate pytorch 步骤2：执行以下命令 conda install pytorch=1.10.0 torchvision torchaudio cudatoolkit=11.3 -c pytorch 步骤3：检查版本信息 import torch print(torch.__version__) 注意：pytorch=1.10.0，cudatoolkit=11.3，此处
如何在电脑上进行 cuda 降级安装？
qq_23438131的博客
08-10 3752
卸载CUDA 11.3后，安装11.2版本出现错误：NVIDIA Installer cannot continue. You already have a newer version of the NVIDIA Frameview SDK installed.之前卸载CUDA 11.3，仅在windows的“应用和功能”搜索和卸载了包含CUDA关键字的应用。之前已经安装了CUDA 11.3，由于某些原因，需要回退到CUDA 11.2。
CUDA9.2 降级成 CUDA9.0 记录
一苇以航
12-10 2万+
前言 我发现CUDA版本装9.2真心不是一个好主意，不仅TensorFlow没有官方的CUDA9.2支持（Github上有别人编译好了的，可以找一下如果需要），现在PyTorch更新stable版的1.0了，也暂时只有CUDA 8.0, 9.0, 10.0的支持，除非从源码编译，而且考虑到之后装keras、TFLearn、tensorlayer等怕出问题，就准备把我的CUDA降级成9.0. 卸载C...
CUDA 降级
03-27
<think>好的，用户想了解如何将CUDA降级到指定版本。首先我需要回忆一下自己之前处理过类似问题的经验，或者查找相关的资料。根据用户提供的引用内容，有几个关键点需要注意。引用[1]提到了卸载CUDA的方法，使用uninstall_cuda_9.0.pl和cuda-uninstaller脚本，这说明不同版本的CUDA可能需要不同的卸载方式。引用[2]指出通过ls -lh /usr/local可以查看cuda符号链接指向的版本，这意味着在安装新版本后需要正确设置符号链接。引用[3]提到安装前需要确认适配的CUDA版本，所以用户需要先确定目标版本是否与他们的硬件和软件兼容。 首先，用户需要完全卸载现有的CUDA版本。根据引用[1]，卸载CUDA 10.1可能需要运行特定的卸载脚本，比如sudo ./cuda-uninstaller。但不同版本的CUDA可能有不同的卸载脚本，所以用户需要进入对应版本的安装目录执行正确的卸载命令。例如，对于CUDA 10.1，可能需要进入/usr/local/cuda-10.1/bin运行卸载程序。 接下来，安装目标版本的CUDA。用户需要从NVIDIA官网下载所需的CUDA版本安装包。安装时要注意选择与系统兼容的版本，比如Ubuntu的.deb文件或.run文件。安装过程中可能需要关闭图形界面，使用文本模式安装以避免冲突。 安装完成后，设置符号链接指向新安装的版本，如引用[2]所述，使用sudo ln -sf /usr/local/cuda-11.0 /usr/local/cuda来切换版本。然后更新环境变量，确保PATH和LD_LIBRARY_PATH指向正确的CUDA目录。 验证安装是否成功，使用nvcc --version检查CUDA编译器版本，以及通过nvidia-smi查看驱动支持的CUDA版本。需要注意，nvidia-smi显示的版本可能与实际安装的运行时版本不同，这取决于驱动支持的版本。 用户可能遇到的问题包括卸载不彻底导致残留文件，这时候可能需要手动删除相关目录和文件。另外，驱动兼容性也是一个重要因素，如果目标CUDA版本需要更新的驱动，用户可能需要先升级或降级NVIDIA驱动。 最后，生成相关问题时要考虑用户可能的后续疑问，比如如何验证安装、处理驱动兼容性问题、以及如何管理多个CUDA版本等。确保回答覆盖了这些潜在的问题点，帮助用户全面理解降级过程。</think>### 如何降级 CUDA 至指定版本 #### 步骤 1：卸载当前 CUDA 版本 1. **定位卸载脚本** 进入CUDA安装目录的`bin`文件夹，例如CUDA 10.1的路径为： ```bash cd /usr/local/cuda-10.1/bin ``` 运行对应版本的卸载脚本： ```bash sudo ./cuda-uninstaller # CUDA 10.1及以上版本[^1] ``` 如果是旧版本（如CUDA 9.0），需使用： ```bash sudo ./uninstall_cuda_9.0.pl # CUDA 9.0及以下版本 ``` 2. **清理残留文件** 手动删除CUDA相关目录和符号链接： ```bash sudo rm -rf /usr/local/cuda* ``` --- #### 步骤 2：安装目标 CUDA 版本 1. **下载指定版本安装包** 从[NVIDIA CUDA Toolkit Archive](https://developer.nvidia.com/cuda-toolkit-archive)选择目标版本（如CUDA 11.0）。 例如，Ubuntu系统选择`.deb`或`.run`文件： ```bash wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda_11.0.3_450.51.06_linux.run ``` 2. **关闭图形界面（可选）** 若使用`.run`文件安装，建议切换至文本模式以避免冲突： ```bash sudo systemctl isolate multi-user.target ``` 3. **执行安装程序** ```bash sudo sh cuda_11.0.3_450.51.06_linux.run ``` * 安装时取消勾选驱动安装（除非需更新驱动）[^3]。 --- #### 步骤 3：配置环境变量 1. **设置符号链接** 将`/usr/local/cuda`指向新版本： ```bash sudo ln -sf /usr/local/cuda-11.0 /usr/local/cuda # 替换为目标版本号[^2] ``` 2. **更新环境变量** 在`~/.bashrc`中添加： ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 应用配置： ```bash source ~/.bashrc ``` --- #### 步骤 4：验证安装 1. **检查CUDA编译器版本** ```bash nvcc --version # 应显示目标版本（如11.0） ``` 2. **查看驱动兼容性** ```bash nvidia-smi # 右上角显示驱动支持的CUDA版本 ``` --- #### 常见问题 1. **卸载残留导致安装失败** 手动删除`/usr/local/cuda*`和`/etc/apt/sources.list.d/cuda*`。 2. **驱动与CUDA版本不匹配** * 若`nvidia-smi`显示的CUDA版本低于安装版本，需升级驱动。 * 若需降级驱动，使用`sudo apt install nvidia-driver-xxx`指定版本。 ---
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
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