4090显卡安装什么cuda来使用pytorch或者tensorflow？

原创 已于 2022-11-26 11:12:46 修改 · 2w 阅读 · 19 ·
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 #tensorflow #深度学习

于 2022-11-26 11:08:30 首次发布
博主分享了在使用GPU进行深度学习时的经验，指出CUDA版本可以低于显卡驱动版本，但某些型号如30系列可能需要CUDA11。个人尝试并成功运行了CUDA11.8配合CUDNN11.x以及CUDA11.5配CUDNN11.5的组合，适合用于深度学习模型的训练，为其他用户提供参考。
部署运行你感兴趣的模型镜像

深度学习小白，有了显卡但是安装的驱动是12.0，结果cuda没有这么高版本的，搜索百度搜索不到，现在把自己实验的结果分享给其他人，希望有帮助。

首先cuda版本只要比显卡的驱动低就可以，但是有说30显卡不支持10.几的，必须用cuda11，因此我尝试的版本是cuda11.8配上cudnn11.x目前深度学习运行的很顺利没有问题。

我还尝试过cuda11.5配上cudnn11.5。运行起来也没有问题。

大家可以用这两种去跑深度学习模型啦！

您可能感兴趣的与本文相关的镜像

PyTorch 2.9

PyTorch 2.9

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

Win11 RTX 4090显卡深度学习环境配置（Nvidia显卡驱动、CUDA11.7.0）
wokaowokaowokao12345的专栏
06-09 2万+
Win11 RTX4090显卡深度学习环境配置，安装pytorch、CUDA。
Ubantu从0开始配置深度学习RTX 4090+3090显卡的服务器
qq_43601378的博客
03-04 6001
Ubantu深度学习服务器配置，RTX4090，RTX3090
RTX 4090 CUDA 12.0新特性：开发者必知的性能优化技巧
最新发布
Rqaqedamancy的博客
09-23 3万+
🌟 Hello，我是Xxtaoaooo！🌈 “代码是逻辑的诗篇，架构是思想的交响”当RTX 4090搭配CUDA 12.0发布时，我第一时间就被这个组合所吸引。作为目前最强大的消费级GPU，RTX 4090不仅在硬件规格上达到了新的高度，更重要的是CUDA 12.0带来的软件层面革新让开发者能够充分发挥这块显卡的潜力。
最简单的方法为自己的Windows电脑装Tensorflow-gpu2.X版本的深度学习环境（以Windows10+4090+cuda11.2+Python3.9为例）
qq_43449643的博客
11-25 1729
4090显卡，windows，tensorflow2.x版本安装，深度学习环境搭建
4090显卡 安装cuda 11.3 版本
weixin_55982578的博客
06-13 3801
4090 安装其他版本的cuda
在4090GPU服务器上，重新安装cuda11.8，问题汇总
xixiangdai的博客
08-07 4542
序言：4090英伟达显卡，算力8.9，之前安装了cuda的版本是11.7，由于11.7的cuda不支持8.9的算力，所以需要将升版本到11.8。nvidia显卡驱动中显示cuda version 12.2 ，这个没有关系。只要保证比cuda tool版本要高就行。重新安装cuda11.8，卸载英伟达的显卡驱动【我没有卸载11.7】，才能保证cuda11.8的安装成功。本篇文章记录遇到的问题。
Ubuntu 20.04 RTX 4090显卡 深度学习环境配置（Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5）
chen20170325的博客
04-21 2万+
完全按照官方操作即可，大概意思是将文档中的X.Y修改成CUDA版本号、v8.x.x.x修改成cuDNN版本号，这里我们将X.Y改为11.5、v8.x.x.x修改为8.3.2.44，同学们参照修改就可以了。前面已经安装过Nvidia显卡525，此处不需要Driver（前两个都取消）（X代表选中）（1）切换到/usr/local/cuda-11.6/samples目录下。（3）成功提取文件后不用管它，直接执行下面命令（不用修改，没有版本号之类）（2）将以下内容写入到~/.bashrc尾部，并保存成功。
win10安装 Anaconda + Pytorch + TensorFlow + CUDA + cuDNN + 在PyCharm使用pytorch或者tensorflow
qq_38827988的博客
11-28 2561
win10安装 Anaconda + Pytorch + TensorFlow + CUDA + cuDNN + 在PyCharm使用pytorch或者tensorflow
【超全超详细】pytorch和TensorFlow（CPU和GPU版）以及CUDA与cuDNN安装教程
elephant_my的博客
11-22 6161
pytorch和TensorFlow（CPU和GPU版）以及CUDA和cuDNN的安装教程，还有血泪踩坑史
Pytorch与TensorFlow的GPU共存的环境配置清单
06-01
安装PyTorch和TensorFlow时，通常推荐使用虚拟环境来避免版本冲突。这里我们使用conda创建一个名为“torch_tensor”的环境： ```bash conda create -n torch_tensor python=3.7 conda activate torch_tensor ``` ...
安装Nvidia驱动并使用Anaconda搭建GPU环境（安装CUDA）+ PyTorch + TensorFlow + PyTorch Lightning
随缘写东西，随缘分享
12-17 1万+
包括安装Nvidia英伟达驱动，完全使用anaconda环境安装CUDA、cudatoolkits、PyTorch、PyTorch-Lightning、TensorFlow。
win11及cuda121环境下pytorch安装及避坑
04-16
### Win11与CUDA 12.1环境下PyTorch安装及注意事项 #### 系统配置及准备 在开始安装之前，确保您的计算机满足以下基本条件： - **操作系统**: Windows 11 x64。 - **显卡**: NVIDIA RTX 4060。 - **磁盘空间**: C盘...
【ubuntu20.04部署RTX4090显卡驱动和CUDA环境】
weixin_40514381的博客
09-03 6648
在Ubuntu 20.04系统上重新部署RTX 4090显卡驱动和CUDA环境的过程包括以下几个步骤：卸载旧的驱动和CUDA版本、下载和安装最新的显卡驱动、安装CUDA Toolkit，并配置相关的环境变量。
WSL下Ubuntu+RTX4090安装CUDA+cuDnn+Pytorch
遗失的神庙
03-21 2201
首先需要明确的是，在WSL下安装Ubuntu，如果要使用主机的GPU卡，只需要在主机Windows上安装驱动，Linux中不需要安装驱动，可以在Linux中使用nvidia-smi命令查看驱动版本。
4090安装cuda11.8记录
qq_40349484的博客
11-09 4123
4090安装cuda11.8记录
Windows + RTX4090驱动，CUDA安装
遗失的神庙
03-20 3434
（2）然后在https://www.nvidia.cn/Download/index.aspx?lang=cn中下载相应驱动。（1）nvidia-smi -L查看自己的显卡型号。NVIDA Drivers驱动。
【stable-diffusion】4090显卡下dreambooth、lora、sd模型微调的GUI环境安装（cuda驱动、pytorch、xformer）
进一寸有一寸的欢喜
04-06 6380
stable-diffusion 的训练Ui
RTX4090上运行Cuda10.1报错:ValueError: Unknown CUDA arch (8.9) or GPU not supported
weixin_42112760的博客
03-14 3698
参考compute capability的官方表格:https://developer.nvidia.com/cuda-gpus。原因是cuda（我这里是cuda10.1，改为支持7.5）的版本不支持当前算力（8.9）
在linux中使用conda安装cuda、cudnn、pytorch、tensorflow
03-15
好的，我现在需要回答用户关于如何在Linux环境下使用Conda安装CUDA、cuDNN、PyTorch和TensorFlow的问题。首先，我应该回忆一下相关的安装步骤和注意事项。 用户提到使用Conda，所以可能更倾向于通过Conda来管理这些...
评论 29
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