pytorch调用3090 Ti 对应CUDA版本为11.7

目前（截至2021年12月）最新的CUDA版本为11.5，因此如果要使用3090 Ti，需要安装11.5或更高版本的CUDA驱动程序。同时，需要确保安装了与CUDA版本匹配的PyTorch版本，可以在PyTorch官网上查看具体的版本兼容性信息。此外，需要安装相应的cuDNN库和NCCL库，以支持深度学习计算的加速和多GPU训练。

相关问题

ubuntu20.04安装pytorch-gpu cuda版本为11.7

安装 PyTorch GPU 版本需要先安装 CUDA 和 cuDNN。以下是在 Ubuntu 20.04 上安装 PyTorch GPU 版本的步骤：

1. 安装 CUDA 11.7

可以从 NVIDIA 官网下载 CUDA Toolkit 11.7 的安装包，选择适合自己系统的版本进行下载，下载地址为：https://developer.nvidia.com/cuda-downloads

下载完成后执行以下命令进行安装：

   sudo sh cuda_11.7.0_<version>_linux.run

安装过程中需要选择安装路径，一般选择默认路径即可。

2. 安装 cuDNN 8.2.2

前往 NVIDIA 官网下载 cuDNN 8.2.2 的安装包，下载地址为：https://developer.nvidia.com/cudnn-download-survey

注册一个 NVIDIA 开发者账号后就可以下载了。

下载完成后解压文件，并将 cuDNN 目录下的文件复制到 CUDA 的安装目录下的对应文件夹中。

   cd <path_to_cudnn_folder>
   sudo cp -P include/cudnn*.h /usr/local/cuda-11.7/include
   sudo cp -P lib64/libcudnn* /usr/local/cuda-11.7/lib64/
   sudo chmod a+r /usr/local/cuda-11.7/include/cudnn*.h /usr/local/cuda-11.7/lib64/libcudnn*

3. 安装 PyTorch

推荐使用 Anaconda 或 Miniconda 进行安装。

先创建一个新的环境：

   conda create --name pytorch_gpu python=3.9
   conda activate pytorch_gpu

然后安装 PyTorch：

   conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c conda-forge

安装完成后可以通过以下命令测试是否安装成功：

   python -c "import torch; print(torch.cuda.is_available())"

如果输出为 True，则说明安装成功。

我的PyTorch版本，是支持cuda的，且我的cuda版本是11.7

好的，那么你可以使用以下代码检查你的 PyTorch 和 CUDA 版本：

import torch

print(torch.__version__)
print(torch.version.cuda)

如果你的 PyTorch 版本是 1.7.0 或更高版本，并且 CUDA 版本与你的 PyTorch 版本兼容，那么你应该能够使用 optimizer 模块。否则，你需要根据 PyTorch 和 CUDA 版本的兼容性安装适当版本的 PyTorch 和 CUDA。

在你的情况下，PyTorch 1.7.0 或 1.8.0 版本都支持 CUDA 11.0 和 11.1，因此你可以使用 optimizer 模块。如果你的 PyTorch 版本过低，你可以尝试更新 PyTorch 或升级 CUDA 版本。