CUDA升级（在conda虚拟环境中）

最新推荐文章于 2025-05-28 00:54:13 发布
最新推荐文章于 2025-05-28 00:54:13 发布
阅读量1.3w 收藏 33
点赞数 7
CC 4.0 BY-SA版权
分类专栏： python 小技巧 文章标签： cuda anaconda
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。
本文链接：https://blog.youkuaiyun.com/yfder/article/details/121706442
当服务器上的CUDA版本过低，导致无法安装高版本的PyTorch时，可以避免复杂的系统级升级，转而在虚拟环境中操作。通过conda创建一个名为ncuda10的虚拟环境，并激活它，然后安装CUDA工具包10.1和CUDNN 7.6.5。完成这些步骤后，就可以在该环境中安装与CUDA版本兼容的PyTorch了。

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

CUDA版本不够，升级又太复杂，应该怎么办呢？

服务器cuda的版本是9.0，只能安装很低版本的pytorch，查了查怎么升级cuda，感觉好复杂，幸好可以在虚拟环境中安装cuda 10.1，省了不少力气。

在虚拟环境中安装新版本的cuda

1、创建虚拟环境。（注意cuda10为虚拟环境的名字）

conda create -n cuda10 python=3.7

2、进入环境后，安装cuda和cudnn

conda activate cuda10
conda install cudatoolkit=10.1
conda install cudnn=7.6.5

这样就结束啦，可以去pytorch的官网安装对应版本的torch啦！

conda虚拟环境下cuda 10.2 cudnn 7.6.5安装
weixin_43480227的博客
09-14 1656
【代码】conda虚拟环境下cuda 10.2 cudnn 7.6.5安装。
Conda 虚拟环境：Python 多版本管理的终极方案
最新发布
AI天才研究院
06-19 897
Conda作为跨平台包与环境管理工具，通过隔离的虚拟环境和二进制包管理机制，为Python开发中的多版本冲突、依赖地狱等核心痛点提供了系统性解决方案。本文从概念基础到未来演化，逐层解析Conda的技术本质：首先回溯其历史轨迹与问题空间，继而通过第一性原理推导其理论框架；结合架构设计与实现机制，揭示依赖解析、环境创建的底层逻辑；最终通过实际应用场景与高级考量，展现Conda在数据科学、机器学习等领域的实践价值。
虚拟环境下更换CUDA版本
xuchanghui113的博客
02-09 1891
不用更换cuda，只需要下载对应版本即可
Ubuntu16.04深度学习环境+个人桌面配置（CUDA10.1 + cudnn8.0.4 + pytorch1.7）
Samuel_sn的博客
11-04 916
Ubuntu16.04 深度学习环境配置，笔者刚刚接触Linux 系统，在配置过程中非常菜，导致花费两天的时间才把相关内容掌握好。 为了避免之后将Linux玩坏，又要花费大量精力重新配置，特将过程记录下来，方便自己回顾。 希望能给同样的菜鸟带来帮助。 所有指令亲测有效。
windows cuda升级记录
qq_36607524的博客
05-28 217
今天使用一个镜像的时候发现要求只能是12.8版本以上的，然后到nvidia官方下载了12.9版本的安装器。不过很奇怪的是明明降级到12.8.0了，这里的nvidia-smi还是显示12.9。本来以为是cuda版本太新了的原因，后来发现主机上的torch是可以正常运行的。然后听取GPT的建议升级了wsl，再重启docker。但是安装一个docker直接报错了。所以可能是wsl的原因，然后就可以继续使用了。
windows CUDA更新（最简单方法）+虚拟环境torch和cuda安装
hahahahanhanhan的博客
01-27 1万+
项目使用torch想要使用GPU运行，但是报错，记录一下解决过程。
记录conda环境升级CUDA相关包后，打开环境终端大段输出或报错
love530love的博客
03-06 1808
记录工作直接在stable diffusion webui的conda环境升级CUDA版本后，再打conda虚拟环境后，出现大段报错和输出。
PYTHON+PYCHARM的最简单安装方法
weixin_44348004的博客
12-04 248
百度网盘链接 提取码: ff1r 网盘内是python3.6.4安装版+pycharm社区免费版 安装过程可参考该安装教程 安装版在安装过程中记得勾上添加路径 安装完之后就可以运行了
【自用】在conda下安装不同的cuda版本（本次为cuda11.7）
言辰寸心博客
08-05 1717
运行时发现nvcc -V版本还是不合适(尝试在conda下安装nvcc)#安装cuda11.7和对应的pytorch等环境。#需要在cudatoolkit安装之后！#在python中查看cuda版本是否正确。#查看cudatoolkit的可安装版本。#查看包里面是否包含cuda 11.7。#安装cudatoolkit。#查看当前cuda情况。#查找对应版本nvcc。
Windows 11在conda虚拟环境中安装cuda、cudann
lqq
10-26 1435
例如，不同项目可能需要不同版本的 CUDA 或 cuDNN 来支持特定的深度学习框架（如 TensorFlow、PyTorch）的版本要求。将这些库安装在虚拟环境中，确保每个项目使用其特定的版本，避免系统环境中的全局冲突。在深度学习开发中，不同的深度学习框架（如 TensorFlow 和 PyTorch）可能对 CUDA、cuDNN 的版本有不同的要求。在虚拟环境中安装专用版本，能够确保不同项目在不同的依赖版本下正确运行，避免在系统范围内安装多个版本而导致冲突。在开发和测试中，可能需要快速重置或重建环境。
深度学习之开发环境(CUDA、Conda、Pytorch)准备（4）
Aimmon
09-26 1983
CUDA（Compute Unified Device Architecture）是由NVIDIA公司推出的一种并行计算平台和编程模型，它使得开发者能够利用NVIDIA GPU的强大并行计算能力来加速计算密集型任务。CUDA 不仅是一种编程语言，更是一个完整的开发平台，包括了硬件、软件、驱动程序、库和工具等。Anaconda 是一个开源的 Python 和 R 语言的分发版本，主要用于数据科学、机器学习和大数据分析。
conda创建虚拟环境并安装GPU版torch全过程(cuda11.8+py3.10+torch2.4.1+torchvision0.19.0)
m0_66940894的博客
10-10 6263
例：pip install torch-1.9.0+cu111-cp39-cp30-win_amd.64.whl。文件，若安装的环境为虚拟环境的话，记得要激活自己的虚拟环境，然后在虚拟环境下面进行。下载完成之后，就可以使用pip instasll 的方式来进行安装。查找cu118，找到cp310，直接下载torch。cuda版本为11.8，python版本3.10。pip install 文件名。
linux系统服务器无sudo权限升级cuda（两种方法）
菜鸟编程记录
06-03 3408
nvcc是CUDA编译器,它是CUDA工具链的一部分。CUDA编译器是用于将CUDA代码编译为能够在NVIDIAGPU上运行的可执行代码的工具。nvcc -V这个命令通常用于安装完整的 CUDA 工具包，包括所有与 CUDA 相关的库和工具。这个工具包包括 CUDA驱动程序、、性能分析工具、文档以及其他开发工具。它适合需要完整 CUDA 开发环境的用户，特别是需要编译 CUDA代码的情况。该安装包会占用较大的存储空间，因为它包含了完整的开发和运行环境。
升级cuda10.2+pytorch+cudnn
yue__ye的博客
10-12 1万+
准备用torch-points3d这个库，得知pytorch版本太老了，该升级了。记录下。 1、升级cuda10.2 win+r.输入cmd打开终端输入：nvcc -V可以查看自己的cuda版本。 进入英伟达官网下载最新的英伟达驱动，官网地址 把自己电脑的显卡信息输入进去，点搜索 下载： 安装。然后安装失败 百度知道需要卸载显卡驱动链接 以前安装的全部卸载。 卸载后再安装： 安装成功。接下来是下载CUDA下载地址 双击安装。 安装完成后，WIN+R->cmd，输入：nvcc -V 2、
如何在(windows)虚拟环境下切换不同的cuda版本
weixin_45530491的博客
11-10 5134
针对cuda版本的自由切换
【Linux】Linux系统中升级CUDA到最新版本
彬彬侠的博客
05-26 2065
在Linux系统中升级CUDA到最新版本（例如CUDA Toolkit 12.6），需要确保系统兼容性、卸载旧版本、安装新版本并验证安装。本文内容适用于Ubuntu/Debian或Red Hat/CentOS等常见Linux发行版，涵盖环境准备、安装方法和注意事项。基本步骤为：检查系统兼容性（GPU、Linux版本、GCC）。卸载旧版本CUDA（若需要）。通过包管理器、.run文件安装CUDA 12.6。配置环境变量（PATH 和 LD_LIBRARY_PATH）。验证安装（nvcc --verion)
在conda虚拟环境中安装cuda11.3
jyjy0608的博客
03-26 9144
花了将近一天，显卡是RTX3050 首先升级显卡驱动，从 这个软件中更新显卡驱动 实在装了好多遍还是不行的话，建议先卸载掉anaconda，然后下载最新版的anaconda 下载完后，进入到中，创建虚拟环境，运行如下指令 conda create -n 环境名称 python=3.X conda activate 环境名称#进入到虚拟环境 下载提速的话，就用清华源，运行下面的代码，先替换channel，运行6的代码之前先运行下面代码恢复默认源 conda config
cuda 10 升级 cuda11 后使用 conda 更新 pytorch 版本
Leon 的专栏
10-21 3423
我们在下载开源项目时，一般都要在特定的版本下运行，不同的 Python版本、pytorch 软件版本以及 cuda的版本，组合起来的种类非常多，不是每个安装源版本都是非常齐全的，所以安装时指定版本做起来比较困难。
问题7：ubuntu操作系统+安装cuda（傻瓜式操作）+cuda path配置+查看cuda的版本
热门推荐
qq_63913621的博客
02-04 1万+
yolov5学习记录！
conda虚拟环境重新安装cuda
11-05
conda创建和管理虚拟环境是Python数据科学开发中常用的一种工具，它允许你在独立的环境中隔离项目依赖。如果你需要在conda环境下重新安装CUDA（Compute Unified Device Architecture），通常用于深度学习等GPU加速应用，可以按照以下步骤操作： 1. **激活现有的conda环境**： ```bash conda activate your_env_name ``` 2. **检查当前环境是否支持CUDA**： 使用`conda list`查看当前环境已安装的库，确认是否有` cudatoolkit` 或 `nvidia-cuda` 的版本信息。 3. **如果CUDA未安装**： ```bash conda install cudatoolkit=版本号 -c anaconda ``` 将`版本号`替换为你需要的具体CUDA版本，如`cu102`、`cu110`等。注意，有些较新的CUDA版本可能只在特定的conda channel上可用。 4. **如果已有CUDA但想更新到新版本**： 如果你想升级到另一个版本，先卸载再安装： ```bash conda remove cudatoolkit -y conda install cudatoolkit=新版本号 -c anaconda ``` 5. **安装CUDA drivers** (如果需要)： CUDA需要对应的驱动程序才能运行。对于Linux系统，通常会随CUDA一起安装；Windows则可能需要从NVIDIA官网下载并安装。 6. **验证安装**： 创建一个简单的PyTorch脚本测试CUDA是否安装成功： ```python import torch print(torch.cuda.is_available()) ``` 完成上述步骤后，你应该可以在所选的conda环境中使用CUDA了。不过，要注意的是，不是所有环境都能支持CUDA，特别是科学计算基础的环境可能不会包含CUDA。
评论 9
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