cuda官网下载,本机显卡驱动与cuda、cudnn、pytorch、torchvision安装版本对应表,以及完全卸载CUDA方法

锦鲤AI幸运

已于 2025-06-13 15:52:56 修改

阅读量6k

点赞数 5

CC 4.0 BY-SA版权

分类专栏：深度学习神经网络模型部署文章标签： pytorch 深度学习 python

于 2021-10-05 19:46:05 首次发布

本文链接：https://blog.youkuaiyun.com/qq_37700257/article/details/120617200

深度学习同时被 2 个专栏收录

23 篇文章

订阅专栏

神经网络模型部署

19 篇文章

订阅专栏

本文介绍了本机显卡驱动、CUDA、cudnn、pytorch、torchvision安装版本的对应关系及CUDA完全卸载方法。可通过nvidia - smi指令查看本机Driver Version，进而找到适合的CUDA Toolkit，还给出了CUDA与cuDNN、PyTorch与torchvision和Python版本的对应官网，最后说明了以win11为例卸载CUDA的操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

注:如果执行第一步没有找到nvidia-smi指令，重装本机NVIDIA驱动(Linux， Windows 标题中各项版本对应)

重装NVIDIA驱动，选择自己的显卡产品系列和产品编号，如下图 GeForce RTX 30系列，产品是3080 Ti,系统windows 10 64位 (或者本机系统，win11 ，linux等)，搜索后下载即可。
先试试第一步，如果本机有NVIDIA驱动(也无需重装NVIDIA驱动),跳过本项即可！！！如果要卸载本地的CUDA请看最底下的页面

在这里插入图片描述
点我进入NVIDIA官网下载本机显卡驱动

第一 : 根据本机NVIDIA显卡 Driver Version找到适合本机的CUDA Toolkit

torch.cuda.is_available()为false
一般都是cuda与本机或者pytorch版本不对应问题~~~~

首先Win+R，输入powershell，然后输入nvidia-smi指令既可查看本机Driver Version。
在这里插入图片描述

也可以用其他方法查看本机的驱动版本，然后对应这下图下载所需要的CUDA Toolkit版本

下载CUDA Toolkit 傻瓜式安装即可，本文主要以版本对应为主。