默认最新版本有的不匹配

以前版本的连接

https://developer.nvidia.com/cuda-toolkit-archive

目前

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 --extra-index-url https://download.pytorch.org/whl/cu113

需要装11.3 下图这个有没有什么问题 好像说最高能支持到12是吗

这个是不是表示没有安装CUDA

安装11.3也报错

这个cuda版本太旧了。你要找旧版本的驱动才能装这个版本的cuda。

我安装cuda12最新的也不行 反正就是说和之前的依赖有冲突，装不上

cuda .run的版本有没有教程，命令行那边sudo sh cuda.run

没反应

如果你希望安装官方的某个版本的cuda，那么最好就是在官方找到对应版本的驱动.run，然后从驱动到cuda全部用.run安装。

如果你用的是仓库里面的驱动，那么建议你安装仓库里面的cuda：

sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit

只是不知道版本合不合你意。

尽量不要添加第三方软件源来安装软件包，很容易破坏依赖。

所以你能把Pytorch给塞进docker里嘛，正常人谁在实体机上炼丹，都是虚拟化环境

就像楼上说的，把cuda和代码运行环境放容器里多好，还能随时切换版本。

公司开发和项目环境大多也是用容器吧现在。

宿主机只要装好驱动就行了，又省心。想换cuda版本了换个镜像就好 了又方便

不太会这个操作

我驱动是用run的方式安装成功的，然后cuda是用deb包安装上去说依赖有冲突

然后用run的方式安装装不上，run的方式要和装显卡一样吗，

建议查看nvidia官方文档

https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#runfile-installation

还有个更简单的step by step教程

https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html#runfile-installer

安装cuda的步骤有个坑有可能自带显卡驱动会覆盖之前的驱动

安装的时候注意用空格点掉然后再安装 install

有个ubuntu的教程 后面半部分可以用 注意要加环境变量

安装视频

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

添加完环境变量，记得source一下，命令如下：

source ~/.bashrc

两种方式均试过，可以成功通过 nvcc -V查看自己的cuda版本号是否正确
————————————————
版权声明：本文为CSDN博主「逊咖」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_44190125/article/details/127944369