Hey, miles

莫等闲，白了少年头q

0%

pytorch环境配置相关

发表于 更新于 Valine：
本文字数： 3.8k 阅读时长 ≈ 3 分钟

今天发现电脑pytorch环境不对劲了，顺便整理了一下环境配置相关的资料

目前大量参考了这篇博客

一、版本查看

查看Linux/Ubuntu版本

  • 1

    1
    cat /proc/version

  • 2

    1
    uname -a

  • 3

    1
    lsb_release -a

查看cuda版本

1
cat /usr/local/cuda/version.txt

或者

1
2
3
import torch
print(torch.version.cuda)
# 事实上，上述输出的 cuda 的版本并不一定是 Pytorch 在实际系统上运行时使用的 cuda 版本，而是编译该 Pytorch release 版本时使用的 cuda 版本。具体见https://www.cnblogs.com/yhjoker/p/10972795.html

nvcc -V与nvidia-smi显示的cuda版本的区别
见【CUDA】nvcc和nvidia-smi显示的版本不一致？ - 简书 (jianshu.com)

查看cudnn版本

1
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

或者

1
2
import torch
print(torch.backends.cudnn.version())

查看pytorch版本

  • pip

    1
    pip list | grep torch

  • python

    1
    2
    3
    # python
    import torch
    print(torch.__version__)

查看tensorflow版本

  • pip

    1
    pip list | grep tensorflow

  • python

    1
    2
    3
    4
    import tensorflow as tf
    tf.__version__
    # tf的安装路径
    tf.__path__

二、版本关系

Pytorch

CPU版本
PyTorch torchvision
1.8.0 0.9.0
1.7.1 0.8.2
1.7.0 0.8.0
1.6.0 0.7.0
1.5.1 0.6.1
1.5.0 0.6.0
1.4.0 0.5.0
1.2.0 0.4.0
1.1.0 0.3.0
1.0.1 0.2.2
1.0.0 0.2.1
GPU版本
PyTorch CUDA torchvision
1.8.0 10.2、11.1 0.9.0
1.7.1 9.2、10.1、10.2、11.0 0.8.2
1.7.0 9.2、10.1、10.2、11.0 0.8.0
1.6.0 9.2、10.1、10.2 0.7.0
1.5.1 9.2、10.1、10.2 0.6.1
1.5.0 9.2、10.1、10.2 0.6.0
1.4.0 9.2、10.1 0.5.0
1.2.0 9.2、10.0 0.4.0
1.1.0 9.0、10.0 0.3.0
1.0.1 9.0、10.0 0.2.2
1.0.0 8.0、9.0、10.0 0.2.1
CuDnn与Cuda

CUDA Toolkit Archive | NVIDIA Developer

cuDNN Archive | NVIDIA Developer

cuDNN CUDA
8.1.0 11.2、11.1、11.0、10.2
8.0.5 11.1、11.0、10.2、10.1
8.0.4 11.1、11.0、10.2、10.1
8.0.3 11.0、10.2、10.1
8.0.2 11.0、10.2、10.1
8.0.1 11.0、10.2
7.6.5 10.2、10.1、10.0、9.2、9.0
7.6.4 10.1、10.0、9.2、9.0
7.6.3 10.1、10.0、9.2、9.0
7.6.2 10.1、10.0、9.2、9.0
7.6.1 10.1、10.0、9.2、9.0
7.6.0 10.1、10.0、9.2、9.0
7.5.1 10.1、10.0、9.2、9.0
7.5.0 10.1、10.0、9.2、9.0
7.4.2 10.0、9.2、9.0
7.4.1 10.0、9.2、9.0
7.4.0 10.0、9.2、9.0
7.3.0 10.0、9.0
7.2.1 9.2
Cuda与Nvidia显卡驱动关系

表格网址Release Notes :: CUDA Toolkit Documentation (nvidia.com)

Nvidia显卡驱动下载网址Official GeForce Drivers | NVIDIA

470.63版本的官方安装指导（在各个版本的下载页可以找到）NVIDIA Accelerated Linux Graphics Driver README and Installation Guide

驱动安装有帮助的网址

NVIDIA 驱动安装(超详细) - pprp - 博客园 (cnblogs.com)

(9条消息) Ubuntu16.04显卡驱动更新及cuda、cudnn更新_AIer_life的博客-CSDN博客

ERROR: You appear to be running an X server; please exit X before installing. _DOSOM的技术博客_51CTO博客

gcc配置ubuntu16.04升级gcc和g++_GitCloud的博客-CSDN博客

CUDA Toolkit Toolkit Driver Version
Linux x86_64 Driver Version Windows x86_64 Driver Version
CUDA 11.4 Update 1 >=470.57.02 >=471.41
CUDA 11.4.0 GA >=470.42.01 >=471.11
CUDA 11.3.1 Update 1 >=465.19.01 >=465.89
CUDA 11.3.0 GA >=465.19.01 >=465.89
CUDA 11.2.2 Update 2 >=460.32.03 >=461.33
CUDA 11.2.1 Update 1 >=460.32.03 >=461.09
CUDA 11.2.0 GA >=460.27.03 >=460.82
CUDA 11.1.1 Update 1 >=455.32 >=456.81
CUDA 11.1 GA >=455.23 >=456.38
CUDA 11.0.3 Update 1 >= 450.51.06 >= 451.82
CUDA 11.0.2 GA >= 450.51.05 >= 451.48
CUDA 11.0.1 RC >= 450.36.06 >= 451.22
CUDA 10.2.89 >= 440.33 >= 441.22
CUDA 10.1 (10.1.105 general release, and updates) >= 418.39 >= 418.96
CUDA 10.0.130 >= 410.48 >= 411.31
CUDA 9.2 (9.2.148 Update 1) >= 396.37 >= 398.26
CUDA 9.2 (9.2.88) >= 396.26 >= 397.44
CUDA 9.1 (9.1.85) >= 390.46 >= 391.29
CUDA 9.0 (9.0.76) >= 384.81 >= 385.54
CUDA 8.0 (8.0.61 GA2) >= 375.26 >= 376.51
CUDA 8.0 (8.0.44) >= 367.48 >= 369.30
CUDA 7.5 (7.5.16) >= 352.31 >= 353.66
CUDA 7.0 (7.0.28) >= 346.46 >= 347.62
### 三、安装

Nvidia显卡驱动安装

1. 命令行+UI

  1. 使用ubuntu-drivers安装建议的驱动：ubuntu-drivers autoinstall

  2. 将 ppa:graphics-drivers/ppa 存储库添加到系统中

    1
    sudo add-apt-repository ppa:graphics-drivers/ppa

  3. 更新系统

    1
    sudo apt-get update

  4. 选择软件与更新 ——》 选择附加驱动 ——》 选择要应用的驱动版本 ——》点击应用更改

  5. 重启测试

2. UI

  1. 使用网址Official GeForce Drivers | NVIDIA下载驱动并安装

  2. 禁用nouveau
    nouveau是16系统默认的第三方开源程序，不禁用后面会与NVIDIA显卡驱动安装发生冲突报错

    1
    sudo vim /etc/modprobe.d/blacklist.conf

    打开一个文档，然后在文档最后面添加以下内容用来禁用：

    1
    2
    blacklist nouveau
    options nouveau modeset=0

    保存退出。然后输入以下命令更新修改内容然后重启电脑：

    1
    2
    sudo update-initramfs -u
    reboot

PyCuda

Python Extension Packages for Windows - Christoph Gohlke (uci.edu)

Cudnn安装

  1. 下载与CUDA对应的cudnn版本

  2. cd到cudnn所在的文件夹下进行解压

    1
    2
    3
    4
    5
    6
    7
    tar -zxvf cudnn-10.0-linux-x64-v7.6.5.32.tgz
    sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ 
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ 
    sudo chmod a+r /usr/local/cuda-10.0/include/cudnn.h /usr/local/cuda-10.0/lib64/libcudnn*
         
    cd /usr/local/cuda-10.0/targets/x86_64-linux/lib/
    sudo ln -sf libcudnn.so.7.6.5 libcudnn.so.7