CUDA驅(qū)動及CUDA Toolkit最高對應(yīng)版本如下：
如果上述沒有你想要的，參考官方文檔
注：驅(qū)動是向下兼容的，其決定了可安裝的CUDA Toolkit的最高版本。
CUDA Toolkit版本及可用PyTorch對應(yīng)關(guān)系
注：雖有的卡驅(qū)動更新至較新版本，且CUDA Toolkit及PyTorch也可對應(yīng)更新至新版本。但可能用不了，建議用穩(wěn)定版
查詢驅(qū)動版本
nvidia-smi
此處提供三種方法可供選擇。
（1）指定CUDA Toolkit版本（推薦）
根據(jù)表一查詢到可安裝的CUDA Toolkit版本，470.141對應(yīng)最高的CUDA Toolkit版本為11.4。上述表格沒有，你可以裝11.3的驅(qū)動，向下兼容向上不行
運行conda install pytorch cudatoolkit=11.3 -c pytorch即可。
此方法指定CUDA Toolkit版本后，conda會自動匹配到合適版本的PyTorch。
（2）指定PyTorch版本
根據(jù)表一查詢到可安裝的CUDA Toolkit版本，再根據(jù)表二查詢到合適版本的PyTorch。465對應(yīng)最高的CUDA Toolkit版本為11.3，11.3可安裝PyTorch1.11.0版本（向下兼容）。
運行conda install pytorch=1.11.0 -c pytorch即可。
此方法指定PyTorch版本后，conda會自動匹配到合適版本的CUDA Toolkit。
（3）同時指定CUDA Toolkit版本和PyTorch
根據(jù)表一查詢到可安裝的CUDA Toolkit版本，根據(jù)表二查詢到合適版本的PyTorch。
運行conda install pytorch=1.11.0 cudatoolkit=11.3 -c pytorch即可。
注：
（1）需要安裝torchaudio以及torchvision時將其放在pytorch之后即可，如：conda install pytorch torchaudio torchvision cudatoolkit=11.4 -c pytorch（個人建議這樣裝）
（2）-c pytorch為采用官網(wǎng)源下載，如果去掉，則在清華鏡像源配置后可采用清華鏡像源下載，配置清華鏡像源可參考：
Linux下conda使用清華鏡像源快速安裝PyTorch
PyTorch官網(wǎng)
官網(wǎng)下載比較慢
添加清華鏡像源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
查看添加鏡像源:
conda config --set show_channel_urls yes | cat ~/.condarc
顯示，則添加成功
在PyTorch官網(wǎng)查看適合版本安裝命令
文章來源：http://www.zghlxwxcb.cn/news/detail-826497.html
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
注意：不要復(fù)制 -c pytorch即可采用清華鏡像源下載,否則采用官網(wǎng)源下載。等待安裝成功即可。以上可能會出錯，則將https改為http，重新添加源即可文章來源地址http://www.zghlxwxcb.cn/news/detail-826497.html
# 刪除已添加的源
conda config --remove-key channels
到了這里，關(guān)于PyTorch、CUDA Toolkit 及顯卡驅(qū)動版本對應(yīng)關(guān)系的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
