cuda cdnn 安装

先看这个 

显卡驱动版本、cudatoolkit版本、cudann版本、tensorflow-gpu版本之间的对应关系

又一个比较全的讲版本的帖子

https://blog.csdn.net/qq_18483627/article/details/105885483

https://www.nvidia.cn/Download/index.aspx?lang=cn   (下载的时候,下载那种文件名里没有dch字样的最新版本)

总结:

显卡驱动支持的cuda版本是上限.

你可以装低版本的cuda, cuda版本可以多个(环境变量里配置需要哪个配哪个).  cudnn要相对应的cuda.  

tf,pytorch等框架的版本 需要和cuda的版本兼容. 到官网找...

 

windows下同一个显卡配置多个CUDA工具包以及它们之间的切换

 

 再参考我以前的帖子: 

Win7 +Cuda9.0+cudnn7.0.5 tensorflow-gpu1.5.0 安装实战 

 

1 Windows查看CUDA和cudnn的版本(Linux 和 Windows 查看 CUDA 和 cuDNN 版本) 

2.使用 PyTorch 查看 CUDA 和 cuDNN 版本(应该是查看pytorch的安装版本的支持的cuda 和cudnn版本.)

注:我觉得上面查到的版本应该和安装的深度学习包的 cuda cudnn版本一致. 如果不一致, 那就是装错版本了

import torch
print(torch.__version__)

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

解决PyTorch与CUDA版本不匹配

解决方法：
方案一：安装低版本的ptorch
方案二：提升CUDA版本。

 

2.cuda tookkit的下载

 cuda下载安装

https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

 cudnn 下载安装

https://developer.nvidia.com/rdp/cudnn-archive      一定要对应cuda版本哦

 

 

 

装完记得重启

有提示少一个dll, 可以把dll 放到system32下

 

 

=====

本机最终安装的是下面的版本 cuda10.0 版本 cudnn7.6.5

  

 

检查pytorch的版本

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

1.2.0
10.0
7401

后记
如果装最高版本的pytorch 1.6  运行时报错 
网上说升级mumpy :   pip install -U numpy     ,参考https://www.cnblogs.com/yz-lucky77/p/13839724.html
我没有起作用.又参考 https://blog.csdn.net/weixin_42868552/article/details/107990522
安装了 vc2005的包后, 好了.


检查paddlepaddle安装版本:

import paddle.fluid
paddle.fluid.install_check.run_check()

 

 

 

 

 

 =======第二天的笔记=========

后来,发现官网的驱动比驱动精灵的驱动要新. 经过升级驱动装了最新版本

 

然后安装 cuda10.2版本

 

pytorch装这个支持cuda10.2的版本

pip install torch===1.6.0 torchvision===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html