查看pytorch cuda cudnn的方式 & cuda 环境变量设置

Amoni_

已于 2022-05-10 22:54:14 修改

阅读量2.9k

点赞数

分类专栏：深度学习入门之环境配置文章标签： pytorch 深度学习 python

于 2022-05-07 11:30:19 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_46297585/article/details/124627015

版权

深度学习入门之环境配置专栏收录该内容

4 篇文章

订阅专栏

本文介绍了如何在conda环境中使用PyTorch进行版本检查，确认CUDA和CUDNN的可用性，并提供了针对Linux和Windows系统的命令行操作指南，包括查看CUDA版本、CUDNN版本及安装特定版本的PyTorch。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

查看pytorch cuda cudnn的方式

最佳方式—pytorch方法

在conda 环境中进入python模型：

import torch
print(torch.__version__)

print(torch.version.cuda)
print(torch.backends.cudnn.version())

另外，记录常用指令
cuda是否可用

 torch.cuda.is_available()

安装指定版本pytorch

 pip install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html

linux

查看cuda

# 方式一：
nvcc --version
nvcc -V

# 方式二：
cat /usr/local/cuda/version.txt

查看cudnn

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

windows

查看cuda

# 方式一：
nvcc --version
nvcc -V

# 方式二：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

查看cudnn

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vx.x\include\cudnn.h

如果不知道安装路径，或者安装了多个版本的 CUDA，可以去环境变量内查看 CUDA_PATH 或 path

cuda 环境变量设置
参考博客

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

nvcc -V

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Mon_May__3_19:15:13_PDT_2021
Cuda compilation tools, release 11.3, V11.3.109
Build cuda_11.3.r11.3/compiler.29920130_0