Pytorch GPU CUDA版本匹配

出现如下问题:

Found GPU0 TITAN V which requires CUDA_VERSION >= 9000 for optimal performance and fast startup time, but your PyTorch was compiled with CUDA_VERSION 8000. Please install the correct PyTorch binary using instructions from http://pytorch.org warnings.warn(incorrect_binary_warn % (d, name, 9000, CUDA_VERSION))

直接用pip install torch==0.3.1安装的是cuda8.0的,使用如下命令:

pip install http://download.pytorch.org/whl/cu90/torch-0.3.1-cp35-cp35m-linux_x86_64.whl

 

补充:

在另一台服务器上跑的时候提示需要9.0以上的CUDA,显卡为RTX 2080Ti,结果报错 torch.backends.cudnn.CuDNNError: 8: b'CUDNN_STATUS_EXECUTION_FAILED' ,实际上需要10.0以上的CUDA

 

 

参考链接:

https://blog.youkuaiyun.com/qq_39938666/article/details/86611474

https://blog.youkuaiyun.com/weixin_41786536/article/details/89497006

https://blog.youkuaiyun.com/SwordMaster_Ice/article/details/89134380

https://cloud.tencent.com/developer/article/1476954

### 查找与CUDA 12.3兼容的PyTorch版本 对于NVIDIA GeForce RTX 4060 Laptop GPU这类支持CUDA能力sm_89的设备,当前已有的PyTorch安装并不提供支持[^1]。为了使该GPU能够正常工作于PyTorch环境中,建议访问官方页面获取最新指导说明并选择合适的PyTorch版本。 当面对特定版本需求如CUDA 12.3时,应当确认所使用的PyTorch构建确实包含了对该版CUDA的支持。截至最近更新的信息显示,在某些情况下可能需要通过指定渠道来获得带有适当CUDA支持的PyTorch包。例如,可以通过如下命令行指令利用Conda环境管理工具安装针对CUDA 12.1优化过的PyTorch组件集合: ```bash conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia ``` 然而,具体到CUDA 12.3这一较新版本,需特别留意官方文档中的发布记录以及各库之间的依赖关系,因为并非所有旧有或最新的PyTorch发行都会立即适配每一个新的CUDA次要版本。因此,强烈推荐定期查阅[PyTorch官方网站](https://pytorch.org/get-started/locally/)以获取最准确的配置指南和可用选项列表[^2]。 此外,考虑到不同操作系统平台下的差异性,有时也可能涉及到额外的操作系统级软件包准备过程,比如确保Python解释器及其虚拟环境创建工具已经正确设置好,这通常可通过执行以下Linux系统的APT包管理系统命令完成初步准备工作[^4]: ```bash sudo apt update && sudo apt install python3 python3-venv ``` 值得注意的是,过往经验表明即使是最新的PyTorch版本也未必能即时覆盖所有的现有CUDA版本组合;例如曾经存在最高仅至CUDA 11.3的情况,这意味着用户必须仔细核对自己的本地CUDA版本号,并据此挑选相匹配PyTorch二进制文件[^5]。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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