cuda10.2 pytorch（cuda版本，pytorch(GPU)版本的选择和下载）

cuda版本：

1.Nvidia控制面板里的cuda版本, 或使用nvidia-smi命令显示的cuda版本

是cuda的driver api版本

2.nvcc -V中的cuda版本    
    
    
    ，是cuda的runtime api版本   


     


     


     


，即cudatoolkit的版本

cudatoolkit的版本不能高于cuda driver api的版本



 




 




 




，所以nvidia-smi的版本可以理解为所下载的cuda(即cudatoolkit)的最高版本

若nvcc -V命令有效   

   

   

   ，说明已安装cudatoolkit    

     

     

     

，若未安装




  




  




  




，可以去官网安装  


  


  


  ，一般安装完还需要安装cudnn

此外     
     
     
     
，值得一提的是




   




   




   




，cudatoolkit可以存在多个（通过虚拟环境隔开）
 



 



 



 ，可以看到pytorch官网里面提供的conda命令中就带有cudatoolkit (注意                    ，此处推荐使用pip下载 




    




    




    




，使用conda可能会下载cpu版的pytorch）
















，至于pip命令中没带cudatoolkit, 一般是自己提前下好cudatoolkit , 也有说法是pip的下载命令里也整合了cuda, 这边本人不是很清楚  
    
    
    
。

pytorch版本的选择

pytorch版本和cuda版本一般有一定的适配关系

一般来说                    ，先查看nvidia-smi在cuda driver api的版本  



     



     



     



，决定所需要下载的cuda的版本（不得高于driver版本）

















，然后再看与cuda版本适配的torch版本

如    
    
    
    ，我的电脑中   


     


     


     


，Nvidai控制面版显示的cuda（driver api）版本为11.6



 




 




 




， 因此可以支持cuda（runtime api   

   

   

   ， 即cudatoolkit）11.6及以下的版本    

     

     

     

，然后去pytorch官网查看cuda和torch版本对应关系

Previous PyTorch Versions | PyTorch

如下




  




  




  




，一般官网命令都搭配好了版本

本人选择的是cu116版本对应的pytorch 

直接使用pip install torch==1.12.1+cu116 .............命令下载  


  


  


  ，并且在torch  
    
    
    
、torchvison后都要+cu116, 最后下载的是gpu版本

本人的cuda driver API是11.6      
     
     
     
，一年前从官网装过cuda(cudatoolkit), nvcc -V返回的是11.2, 而pytorch适配的是cuda11.6




   




   




   




，因此推测, 只要pytorch适配的cuda版本低于等于驱动版本
 



 



 



 ，就都可以用,  即便cudatoolkit是11.2（当然也有可能是pip命令下载时整合了cudatoolkit11.6?) 最终输入torch.cuda.is_available()返回的也是True                    ，训练代码目前也没有问题