精华内容
下载资源
问答
  • 通常新版本的显卡驱动应该能支持当前最高支持CUDA版本以下的所有版本,所有要关注显卡驱动能支持的最高CUDA版本。 获得显卡驱动能支持的最高cuda版本,有两个方法,一是参考显卡驱动的Release Notes,其中会有能支持...

    显卡驱动版本

    首先,最底层的是显卡驱动,不管是玩游戏还是做并行加速计算,都是必须装的。
    不管是玩游戏还是用于并行计算,显卡驱动一定要使用最新的。通常新版本的显卡驱动应该能支持当前最高支持CUDA版本以下的所有版本,所有要关注显卡驱动能支持的最高CUDA版本。
    获得显卡驱动能支持的最高cuda版本,有两个方法,一是参考显卡驱动的Release Notes,其中会有能支持的CUDA最高版本。
     

    显卡驱动版本号与CUDA版本号对应关系

    https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

     

    CUDA版本

    其次是CUDA版本,CUDA版本选择要看其他上层库的需求,比如TensorFlow,OpenCV,还有编译环境的需求,比如VisualStudio等。
    下载地址:https://developer.nvidia.com/cuda-toolkit-archive
    tensorflow版本要求:
    https://tensorflow.google.cn/install/source_windows
     

     

    cuDNN版本

    最后是cuDNN,其实这只是一个基于cuda的库,不需要安装,下载后的压缩包解压后是一些头文件,lib和dll(windows操作系统)文件。
    cudnn下载地址:(需要登录)
    https://developer.nvidia.com/rdp/cudnn-download
    选择和cuda对应版本的
     

    展开全文
  • CUDA版本OpenCV的编译方法 VS2013 + OpenCV3.4.0 + CUDA10.1 + CMake 3.15.5 安装CUDA 从英伟达官网下载CUDA安装程序, https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86...

    CUDA版本OpenCV的编译方法

    VS2013 + OpenCV3.4.0 + CUDA10.1 + CMake 3.15.5

    1. 安装CUDA

    从英伟达官网下载CUDA安装程序,

    https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork

    这里选的是10.1版本(官网现在是10.2版本了)

    选择network版本的,体积小一些。安装程序后续会自动从官网上下载必要的文件,速度还可以,1~2M每秒。

    1. 安装CUDA

    一路Next即可,注意一下两点:

    选择自定义模式

    仅选择CUDA,不要安装里面的Driver

    1. 部署OpenCV代码

    这里用到的是OpenCV 3.4.0这个版本,解压缩到D盘的根目录(其他目录也可以,最好不要放在C盘,目录中不要有中文)

    将源代码的压缩包解压后,创建文件夹sources并将所有的文件拷贝到sources文件夹下,并在同级目录建立一个build文件夹,用于编译代码。

    1. CMAKE配置

    打开CMAKE软件,在源文件与目标文件的目录下,分别填入之前的sources和build地址

    勾选WITH_CUDA,并点击Configure

    弹出的编译器配置会自动选择电脑安装的VS版本,记得选择X64版本,否则后面的代码编译会报错,找不到对应的CUDA库。我自己看了一下,CUDA下X86和X64的库不一样,X86的缺失了太多,功能不全。

    Configure结束后,要看一下信息框中的内容,CUDA相关的是否显示已经找到。正确的情况可以看到检测到了CUDA的版本号。

    1. 点击Generate生成VS工程文件

    这一步比较简单,会在之前build文件夹下,生成OpenCV的工程文件

    1. 编译代码

    直接点击“生成”中的“生成解决方案”即可,期间会出现一个编译错误

    错误 1 error MSB3073: 命令“setlocal
    
    "C:\Program Files\CMake\bin\cmake.exe" -DBUILD_TYPE=Debug -P cmake_install.cmake
    
    if %errorlevel% neq 0 goto :cmEnd
    
    :cmEnd
    
    endlocal & call :cmErrorLevel %errorlevel% & goto :cmDone
    
    :cmErrorLevel
    
    exit /b %1
    
    :cmDone
    
    if %errorlevel% neq 0 goto :VCEnd
    
    :VCEnd”已退出,代码为 1。 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V120\Microsoft.CppCommon.targets 132 5 INSTALL

    网上说要用管理员权限运行VS,尝试了一下无果。查资料后得知,要修改INSTALL工程的属性

    项目–>属性–>生成事件–>后期生成事件–>在生成中使用–>否

    之后就是漫长的编译了……

    编译1个多小时的进度

     

     

    展开全文
  • 由于在不同实验或者不同用户的情况下,可能用到不一样的环境,有时候安装的cuda版本不匹配,因此需要在服务器上安装多个cuda版本。最近下载了一个的代码跑,需要安装pytorch1.7,安装之后跑发现出错,cuda版本太旧,...

    步骤:

    1. 下载cuda并安装
    2. 环境变量配置并激活
    3. 查看当前cuda版本

    由于在不同实验或者不同用户的情况下,可能用到不一样的环境,有时候安装的cuda版本不匹配,因此需要在服务器上安装多个cuda版本。最近下载了一个的代码跑,需要安装pytorch1.7,安装之后跑发现出错,cuda版本太旧,当时装的是cuda-10.0。后面重新装了cuda-10.1也不行,cuda-10.2才可以。这个blog写的pytorch使用不同版本cuda的原理,觉得写得挺好的,有兴趣的可以看看。(https://www.cnblogs.com/yhjoker/p/10972795.html

    查看运行时cuda版本命令: nvcc -V
    在这里插入图片描述
    在路径 /usr/local 下也可以看到服务器上已安装的cuda版本。
    下面介绍怎么在不影响其它用户使用的cuda版本,使用新安装的cuda版本。

    下载cuda并安装

    在nvidia官网选择需要安装的cuda对应版本下载:
    https://developer.nvidia.com/cuda-toolkit-archive
    在这里插入图片描述
    如果用命令行下载 .run 失败,可以直接在打开上图wget后面的链接进行下载,下载好再拷到服务器上。

    拷好之后将路径设置到拷的路径下,su切换到root权限,输入wget下面那行命令安装:
    sudo sh cuda_xxx.run
    之后会弹出安装信息,选择输入accept,选择install。
    后面弹出如下图的选项:是否更新当前cuda版本,这里需要注意!!!如果之前已经安装过cuda的其它版本,并希望只改变当前用户的cuda版本,不改变其它用户的cuda版本时,这里需要选No! 之后再设置本用户的cuda版本。
    在这里插入图片描述
    安装完成后出现下图的提示:
    在这里插入图片描述
    此时可以在路径 /usr/local 下看到新安装的cuda版本文件夹,但是使用nvcc查看当前版本时还是没改变cuda版本。还需要配置环境变量。

    环境变量配置并激活

    用vim命令修改用户的 .bashrc 文件,在文件的末尾添加以下几行:

    export CUDA_HOME=/usr/local/cuda-10.2
    export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
    export PATH=/usr/local/cuda-10.2/bin:$PATH
    

    里面的cuda-10.2可以改成需要的版本。
    激活环境变量,输入命令:

    source ~/.bashrc
    

    最后nvcc查看当前cuda版本是否改变即可。(如果还是没变,可以重新登录一下账号再查看)

    展开全文
  • pytorch环境搭建以及双CUDA搭建和切换pytorch cuda,系统cuda版本对应关系版本查询版本对应关系说明安装显卡驱动安装CUDA软件下载cuda切换以及查看当前使用版本 听师姐的话,查查对应版本,不查不知道,一查吓一跳,...


    听师姐的话,查查对应版本,不查不知道,一查吓一跳,没想到还有人写的这么详细

    <https://www.cnblogs.com/Wanggcong/p/12625540.html>这里我再整理下

    pytorch cuda,系统cuda版本对应关系

    版本查询

    • python版本

      直接which python或者python进入界面查看;

    • pytorch版本

      进入python,import torch, torch.version

    • cudatoolkit版本(这里特指conda安装的那个cuda)

      进入python,import torch, torch.version.cuda

    • torchvision版本

      conda list torchvision

    • 查看显卡版本

      ubuntu-drivers devices

      nvidia-smi

    • 查看cudnn版本

      import torch
      print(torch.backends.cudnn.version())

    版本对应关系

    说明

    • 以后新建用户再也不要把自己加到别人的组了,就自己单独一个组

    安装显卡驱动

    • 查看显卡驱动是否安装

      方法1:

      首先得安装mesa-utils,在终端输入命令:sudo apt-get install mesa-utils然后再运行命令:
      glxinfo | grep rendering如果结果是“yes”,证明显卡 驱动已经成功安装。

      我发现自己用户显示的是

      No protocol specified

      而在师兄用户那里显示为yes。我在想是不是不同用户都需要安装显卡驱动呢?

    安装CUDA

    软件下载

    anaconda下载:在清华开源镜像网站上下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D

    CUDA10.0下载

    找到网页下载按钮。鼠标右击,复制链接地址。在迅雷中打开链接进行下载。下载速度相当可观!!!!比网页下载快了十几倍。

    在这里插入图片描述

    下载好之后,我直接安装cuda10.0报错:后来发现是没有安装一些依赖造成的

    参考这个文件成功安装了cuda10.0https://blog.csdn.net/yinxingtianxia/article/details/80462892

    实现不同版本CUDA之间的切换https://zhuanlan.zhihu.com/p/127901837

    接着我安装了Anacondahttps://blog.csdn.net/fengleqi/article/details/80752751

    在安装过程中弹出来conda init,然后这里我选的yes(我感觉应该选no的),可能是这个原因导致我用户前面出现了(base),后来参考https://blog.csdn.net/a15005784320/article/details/100361896将用户前面的base去掉了。

    然后参考https://blog.csdn.net/qq_34638161/article/details/80845366安装了CUDNN。

    6,7两条检查cuda安装是否正常https://www.jianshu.com/p/9c98d51e4de3,第7条测试均通过了

    接下来我打算更换conda源为清华源。

    更换完成之后,参考DeepGCNs提供的安装环境代码

    发现使用nvcc --version的版本https://blog.csdn.net/Json111/article/details/104946567?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param

    nvcc -V和nvidia-smi版本号不一致说明https://blog.csdn.net/ljp1919/article/details/102640512

    以nvcc -V为准,需要看看评论消息

    不需要,nvidia-smi显示的是你安装的NVIDIA驱动的版本号,而不是CUDA 的版本号,意思是当你安装多个CUDA时,你的系统应该只有一个显卡驱动,nvidia-smi 显示的是你的驱动的版本号,而nvcc显示的是你的环境变量相对应的CUDA的版本号

    使用conda install spyder安装的spyder

    但是遇到了./config权限不够。因此参考https://www.jianshu.com/p/2ca7949f8859sudo chown -R $USER:$GROUP ~/.config解决,但是遇到

    No protocol specified
    could not connect to any x display
    

    然后我参考https://blog.csdn.net/IndexMan/article/details/37738795中的

    这是因为Xserver默认情况下不允许别的用户的图形程序的图形显示在当前屏幕上. 如果需要别的用户的图形显示在当前屏幕上, 则应以当前登陆的用户, 也就是切换身份前的用户执行如下命令

    内容,因为我一直在师兄用户上su到我自己那里使用的,所以这个启动图形化界面会报错,当我切换到自己的用户时就可以显示图形界面了。

    但是python终端提示我.local权限不够,同样使用sudo chown -R $USER:$GROUP ~/.local解决了问题

    安装utils包:pip install utils,后来发现是路径的问题:需要调整路径选项来修正问题。

    • 打开firefox报错:

      your firefox profile cannot be loaded. it may be missing or inaccessible ubuntu

      解决方法

      sudo chown -R $USER:$USER ~/.cache/
      

    cuda切换以及查看当前使用版本

    $ nvcc -V
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2018 NVIDIA Corporation
    Built on Sat_Aug_25_21:08:01_CDT_2018
    Cuda compilation tools, release 10.0, V10.0.130
    $ 
    $ 
    $ sudo rm -rf /usr/local/cuda
    [sudo]的密码: 
    $ sudo ln -s /usr/local/cuda-10.2 /usr/local/cuda
    $ 
    $ nvcc -V
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2019 NVIDIA Corporation
    Built on Wed_Oct_23_19:24:38_PDT_2019
    Cuda compilation tools, release 10.2, V10.2.89
    $ sudo rm -rf /usr/local/cuda
    $ sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda
    $ nvcc -V
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2018 NVIDIA Corporation
    Built on Sat_Aug_25_21:08:01_CDT_2018
    Cuda compilation tools, release 10.0, V10.0.130
    
    展开全文
  • 如果你是第一次安装cuda,那么毫无疑问输入y(yes),但是如果你是安装额外版本的cuda,是否选择y(yes)就要看你的具体需求而定,简言之,就是如果你希望启用当前安装的cuda版本,就y,如果你只是想安装这个版本...
  • 本文以CUDA9.0为例进行安装的详细介绍。 安装前提:以root账户或者加入到sudo用户组中的账户登录服务器。 CUDA安装文件下载 CUDA9.0下载链接:https://developer.nvidia.com/cuda-toolkit-archive,根据平台配置...
  • 使用该下载链接下载Anaconda安装脚本,默认Python版本是3.6.5 添加可执行权限后,执行安装 安装完一堆包之后会询问是否要添加环境变量,这里选择no,稍后再添加。然后会继续询问是否安装VSCode,选择no。此时安装...
  • tensorflow CUDA cudnn 版本对应关系

    万次阅读 多人点赞 2018-07-14 15:23:52
    上面两张图是在这里找到的:https://tensorflow.google.cn/install/source (右上角languageEnglish) 另外附上下载链接: CUDA 下载地址点击打开链接 cudnn 下载地址(需要注册账号)点击打开链接 tensorflow...
  • 安装cudnn到版本号对应的目录 /usr/local/cuda-XXX 设置cuda环境: gedit ~/.bashrc 将先前添加到.bashrc里的环境变量路径全部指向cuda软链接,也就是环境变量的路径里所有cuda-x.0的名字都改成cuda export CUDA_...
  • 看了几篇论文,也想着用手头的老设备来...step 2: 安装后在"控制面板"打开"NVIDA控制面板" ,找到要下载的CUDA版本号. ( 重要 ) step 3: 下载cuda和cuDNN:  http://developer.nvidia.com/cuda-downloads  和  ...
  • NVIDIA官网CUDA版本和显卡驱动版本对应 CUDA Toolkit Linux x86_64 Driver Version Windows x86_64 Driver Version CUDA 11.1.1 Update 1 >=455.32 >=456.81 CUDA 11.1 GA >=455.23 ...
  • cudatoolkit版本的选择

    千次阅读 2020-10-21 18:45:52
    参考的https://zj-image-processing.readthedocs.io/zh_CN/latest/pytorch/cuda/%E5%AE%89%E8%A3%85%E5%93%AA%E4%B8%AA%E7%89%88%E6%9C%AC%E7%9A%84CUDA/ 1. 问题 最近在做课程的综合设计,方向是nlp,打算搞一下...
  • 因为我在上次配环境的那个表里面没有430驱动对应的cuda版本,于是我就心想cuda10.1在418上都可以用,那么我的430肯定没有问题,于是我就欣然装了cuda10.1,然后对应的cudnn也装了。主要就是装cuda10.1的时候有点怪,...
  • 一,驱动安装 卸载原先驱动 sudo ./nvidia***.run --uninstall ubuntu-drivers devices 查看显卡类型 Nvidia驱动下载地址:...要注意的是与cuda版本相配的driver版本。 1,修改blac...
  • CUDA及驱动下载地址,运算力查询,TF20下载,PyTorch下载,以及清华镜像源、豆瓣镜像源地址记录等,由于偶尔需要,因此记录之,以备不时之需。
  • 版本CUDA安装

    千次阅读 2019-06-14 11:08:35
    运行xmrig-nvidia时报错./xmrig-nvidia: error while loading shared libraries: libnvrtc.so.9.1: cannot open shared object...意思是在共享文件下没有找到libnvrtc.so.9.1,因为是CUDA10.1的版本,因此只有libnvr...
  • & cuda & cudnn & pytorch cuda版本

    千次阅读 2019-11-26 12:43:21
    文章目录visual studio 2019 preview 安装cuda安装cudnn安装cuda版本pytorch安装 之前教研室电脑没有显卡,cpu六核全开跑个3层的宽点的神经网络都要十几分钟甚至更久,更深的网络就别说了, 修改调整一个参数需要等...
  • cuda安装

    2021-03-30 13:04:17
    在nvidia官网上找了许久,安装个cuda...这里能提供所有的cuda release版本下载,注意下载时适配cuda版本和nvidia控制面板里安装的cuda版本: 另外安装cudnn时需要注册账号,年龄记得对,不然NVIDIA不允许注册。 ...
  • 在使用 Pytorch 时,由于 Pytorch 和 cuda 版本的更新,可能出现程序运行时需要特定版本cuda 进行运行环境支持的情况,如使用特定版本cuda 编译 CUDAExtension 引入的拓展模块等。为了满足应用程序和框架本身...
  • Pytorch 使用不同版本cuda

    万次阅读 2019-06-05 11:09:00
    在使用 Pytorch 时,由于 Pytorch 和 cuda 版本的更新,可能出现程序运行时需要特定版本cuda 进行运行环境支持的情况,如使用特定版本cuda 编译 CUDAExtension 引入的拓展模块等。为了满足应用程序和框架本身...
  • 在下载CUDA前先查看自己...官方的显卡驱动版本号https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#cuda-major-component-versions__table-cuda-toolkit-driver-versions CUDA11.1下载链接: ...
  • 【转载】PyTorch 使用不同版本CUDA

    千次阅读 2020-06-11 21:33:35
    由于 Pytorch 和 cuda 版本的更新较快,可能出现程序的编译和运行需要之前版本的 Pytorch 和 cuda 进行运行环境支持的情况。比如笔者遇到的某个项目中编写了 CUDAExtension 拓展,而其中使用的 cuda 接口函数在新...
  • 安装与电脑CUDA匹配的pytorch版本

    千次阅读 2020-11-21 16:28:50
    查看是否支持以及版本号 查看windows的GPU及CUDA版本 卸载pytorch 如果按的与版本不匹配,还需要卸载了 pip uninstall torch 使用pip安装(未成功) 官网生成命令 安装pytorch 官网命令 pip install torch===1.7.0 ...
  • 版本对应参考信息: Step 1: 更新NVIDIA驱动 sudo init 3 # 进入字符模式 sudo nvidia-uninstall # 卸载已有驱动 sudo ./NVIDIA-Linux-x86_64-410.129-diagnostic.run -no-x-check -no-nouveau-check -no-opengl-...
  • cuda10.1与cuda10.2切换

    2021-08-08 21:59:54
    查看openv版本号 pkg-config --modversion opencv cuda间切换 终端切换到/usr/local/下, sudo rm -rf /usr/local/cuda #删除之前生成的软链接 sudo ln -s /usr/local/cuda-10.1 /usr/local/cuda #生成新的软链接 ...
  • cuda安装精简

    2020-09-06 17:44:10
    使用torch的一定注意cuda版本必须要跟torch版本对应,网上好多网友写的博客都没提到,目前cuda官网的版本是11.0但是我当时在torch官网下载的是支持cuda10.2版本的torch。 cuda 10.2 链接是cuda10.2版本的下载链接,...
  • cuda、cudnn安装(多版本) 2019年01月24日 22:33:40 hancoder 阅读数:46 作者:HAN,部分参考网络,环境ubuntu16,1080Ti 感谢G学姐的服务器~ 让我从瞎安到熟练… #1、查现有cuda和cudnn版本的命令 cuda 版本 ...
  • CUDA的默认安装目录是/usr/local/cuda-10.1(或者/usr/local/cuda-9.0等等),但在多用户的...下载需要安装的CUDA版本:https://developer.nvidia.com/cuda-toolkit-archive 仅针对runfile安装,下图为示例 在你的ho
  • 普通用户不使用sudo安装多个版本CUDA和cuDNN确定安装的软件版本下载CUDA Toolkit下载cuDNN安装CUDA配置cuDNN配置用户环境变量安装多个版本的CUDA,然后在不同的CUDA版本之下进行切换。 一、确定安装的软件版...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,753
精华内容 1,101
关键字:

cuda版本号怎么选