pytorch、cuda和cuDNN对应的版本

不同版本的PyTorch需要不同版本的CUDA和cuDNN。具体对应关系如下：

| PyTorch版本 | CUDA版本 | cuDNN版本 |
| ----------- | -------- | --------- |
| 1.0.x | CUDA 9.0 | cuDNN 7.3 |
| 1.1.x | CUDA 10.0 | cuDNN 7.4 |
| 1.2.x | CUDA 10.1 | cuDNN 7.6 |
| 1.3.x | CUDA 10.1 | cuDNN 7.6 |
| 1.4.x | CUDA 10.1 | cuDNN 7.6 |
| 1.5.x | CUDA 10.2 | cuDNN 7.6 |
| 1.6.x | CUDA 10.2 | cuDNN 7.6 |
| 1.7.x | CUDA 11.0 | cuDNN 8.0 |
| 1.8.x | CUDA 11.1 | cuDNN 8.0 |
| 1.9.x | CUDA 11.1 | cuDNN 8.2 |

需要注意的是，不同版本的CUDA和cuDNN也有对应的操作系统和GPU型号要求，具体可以参考PyTorch官方文档。

相关问题

Pytorch 各个GPU版本CUDA和cuDNN对应版本

下表列出了PyTorch各个版本所对应的CUDA和cuDNN版本：

| PyTorch 版本 | CUDA 版本 | cuDNN 版本 |
| --- | --- | --- |
| 1.0.x | 7.0 | 7.4 |
| 1.1.x | 7.5 | 7.5 |
| 1.2.x | 9.0 | 7.6 |
| 1.3.x | 9.2 | 7.6 |
| 1.4.x | 10.1 | 7.6 |
| 1.5.x | 10.2 | 7.6 |
| 1.6.x | 10.2/10.1 | 7.6 |

需要注意的是，不同的PyTorch版本可能支持多个CUDA和cuDNN版本，具体使用哪个版本要根据自己的机器和需求来确定。同时，需要保证CUDA和cuDNN的版本与安装的NVIDIA驱动版本兼容。

pytorch版本与cuda和cudnn版本的对应关系

PyTorch与CUDA和cuDNN版本的对应关系如下：

| PyTorch版本 | CUDA版本 | cuDNN版本 |
| ----------- | -------- | --------- |
| 1.0.x | 7.0 | 7.3 |
| 1.1.x | 7.5 | 7.5 |
| 1.2.x | 9.0 | 7.6 |
| 1.3.x | 10.1 | 7.6 |
| 1.4.x | 10.1 | 7.6 |
| 1.5.x | 10.2 | 7.6 |
| 1.6.x | 10.2 | 7.6 |
| 1.7.x | 11.0 | 8.0 |
| 1.8.x | 11.1 | 8.0 |

注意：PyTorch的某些版本可能与多个CUDA和cuDNN版本兼容。建议在安装之前查看官方文档以获取最新信息。