还根据
docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
列表所指示的cuda版本与nvidia驱动版本对应选择关系,
试过cuda的 cudatoolkit=11.2.2,
上述尝试都失败,表现为在安装完成后进入python命令行
----------------------------------------------
| CUDA 11.4 Update 1 | >=470.57.02 | >=471.41 |
| CUDA 11.4.0 GA | >=470.42.01 | >=471.11 |
| CUDA 11.3.1 Update 1 | >=465.19.01 | >=465.89 |
| CUDA 11.3.0 GA | >=465.19.01 | >=465.89 |
| CUDA 11.2.2 Update 2 | >=460.32.03 | >=461.33 |
| CUDA 11.2.1 Update 1 | >=460.32.03 | >=461.09 |
| CUDA 11.2.0 GA | >=460.27.03 | >=460.82 |
| CUDA 11.1.1 Update 1 | >=455.32 | >=456.81 |
| CUDA 11.1 GA | >=455.23 | >=456.38 |
| CUDA 11.0.3 Update 1 | >= 450.51.06 | >= 451.82 |
| CUDA 11.0.2 GA | >= 450.51.05 | >= 451.48 |
| CUDA 11.0.1 RC | >= 450.36.06 | >= 451.22 |
| CUDA 10.2.89 | >= 440.33 | >= 441.22 |
你的驱动版本是460.73,也就是说装上面哪一个都行,装完cudatoolkit之后再根据这个的版本选择pytorch、tf、paddlepaddle、cudnn等深度学习环境的版本
请问各位版友和deepin官方,是不是因为nvidia 460.73驱动版本与cuda的版本有冲突造成的呢?或者是其他原因造成的呢?该怎样解决?
谢谢!!
===============================================================
cuda有俩版本,一个是驱动版本,也就是nvidia-smi打印出来的版本,还有一个是runtime版本,就是装完cudatoolkit,使用sudo /usr/local/cuda/samples/1_Utilities/deviceQuery/deviceQuery查询出来的版本,下面是我的结果
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 11.2, CUDA Runtime Version = 11.0, NumDevs = 1


中文 

我的台式机显卡为gtx 1070,有双硬盘,装了双系统。
windows系统的nvidia驱动版本是466.77,cuda版本是11.3.121,用miniconda安装pytorch的cuda版本,工作一切正常。
deepin系统的nvidia驱动版本是460.73,根据pytorch官方网站的安装指令,用miniconda安装pytorch的cuda版本。
分别试过多种安装指令,例如
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge