pytorch1.9.0对应什么版本的cudnn和cuda
时间: 2023-09-28 20:09:12 浏览: 99
根据官方文档,PyTorch 1.9.0 需要匹配的版本如下:
- CUDA 11.1(可选 10.2)
- cuDNN 8.0(可选 7.6)
注意:需要根据你的GPU和操作系统版本安装对应的CUDA和cuDNN版本。此外,你还需要安装相应版本的NVIDIA驱动程序。详细的安装说明可以参考官方文档。
相关问题
利用清华镜像安装cuda12.1 对应的 PyTorch 版本是 PyTorch 1.9.0。
安装 PyTorch 1.9.0 需要先安装 CUDA 12.1 和 cuDNN 8.2,可以按照以下步骤进行安装:
1. 安装 CUDA 12.1
首先,下载 CUDA 12.1 安装包,可以在清华镜像站上下载,链接为:https://mirrors.tuna.tsinghua.edu.cn/nvidia/cuda/。选择对应操作系统的版本和安装方式,下载后进行安装。
安装完成后,将 CUDA 的 bin 目录添加到系统环境变量中,以便后续使用:
```
export PATH=/usr/local/cuda-12.1/bin:$PATH
```
2. 安装 cuDNN 8.2
cuDNN 是 CUDA 的深度学习库,PyTorch 需要依赖它。同样可以在清华镜像站上下载,链接为:https://mirrors.tuna.tsinghua.edu.cn/nvidia/cudnn/。选择对应的版本进行下载,并按照官方文档进行安装。
安装完成后,将 cuDNN 的库文件路径添加到系统环境变量中:
```
export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:/usr/local/cudnn-8.2/lib64:$LD_LIBRARY_PATH
```
3. 安装 PyTorch 1.9.0
最后,可以使用 pip 安装 PyTorch 1.9.0:
```
pip install torch torchvision torchaudio
```
安装完成后,可以在 Python 中导入 PyTorch:
```
import torch
```
如果没有报错,则说明 PyTorch 安装成功。
CUDA12对应的pytorch和cuDNN版本
对于CUDA 12,可以使用以下版本的PyTorch和cuDNN:
- PyTorch 1.9.0 或更高版本
- cuDNN 8.2.0 或更高版本
请注意,cuDNN版本也应该与CUDA版本相匹配。例如,如果您使用CUDA 12.0,则应该使用cuDNN 8.0.x版本。建议您查看PyTorch的官方网站,以获取有关特定版本的PyTorch和cuDNN的更多信息。