背景
? ? ? ? 最初官方驅(qū)動(dòng) | NVIDIA安裝CUDA11.6+cudnn8.3CUDA Deep Neural Network (cuDNN) | NVIDIA Developer，后顯卡驅(qū)動(dòng)自動(dòng)更新，環(huán)境都可使用，但以后新裝不知該以哪個(gè)為準(zhǔn)。
目錄
背景
一、查看CUDA版本信息：
1.1 cmd版本CUDA 11.6：
????????1.2 電腦驅(qū)動(dòng)顯示12.3和11.6
1.2.1 NIVIDIA控制面板顯示cuda版本12.3
1.2.2 設(shè)置—應(yīng)用—CUDA11.6
二、以哪個(gè)版本為準(zhǔn)
**更新NVIDIA Studio 驅(qū)動(dòng)程序一般不會(huì)同時(shí)自動(dòng)更新CUDA？
三、環(huán)境中的版本（pytoch為例）
3.1?查看版本代碼
?3.2 不同環(huán)境下的版本信息
一、查看CUDA版本信息：
問(wèn)題：不同方法查看不一樣啊
1.1 cmd版本CUDA 11.6： ?
nvcc --version
nvcc -V顯示：cuda版本為11.6
?
?1.2 電腦驅(qū)動(dòng)顯示12.3和11.6
1.2.1 NIVIDIA控制面板顯示cuda版本12.3
?NIVIDIA控制面板打不開(kāi)了：
待補(bǔ)圖
本來(lái)安裝是11.6的（即：NIVIDIA控制面板顯示cuda版本11.6），后自動(dòng)更新了顯卡驅(qū)動(dòng)
?
1.2.2 設(shè)置—應(yīng)用—CUDA11.6
但是在這里依舊為 11.6
?
二、以哪個(gè)版本為準(zhǔn)
????????nvcc --version顯示CUDA版本為11.6，但是CUDA驅(qū)動(dòng)顯示版本為12.2，我安裝pytorch以哪個(gè)版本為準(zhǔn)？——未驗(yàn)證
????????在這種情況下，應(yīng)該以NVIDIA控制面板中顯示的CUDA版本為準(zhǔn)，因?yàn)榭刂泼姘逄峁┝讼到y(tǒng)中GPU驅(qū)動(dòng)程序的準(zhǔn)確版本信息。控制面板中顯示的版本是與系統(tǒng)GPU硬件和驅(qū)動(dòng)程序?qū)嶋H兼容的版本。
????????因此，你應(yīng)該選擇一個(gè)與NVIDIA控制面板中顯示的CUDA 12.2版本兼容的PyTorch版本。確保安裝與CUDA 12.2兼容的PyTorch版本，以便在深度學(xué)習(xí)任務(wù)中充分利用GPU加速。
????????通常，你可以在PyTorch的官方網(wǎng)站或PyTorch的GitHub倉(cāng)庫(kù)中找到與特定CUDA版本兼容的PyTorch版本信息。請(qǐng)查閱官方文檔以確保你選擇的PyTorch版本與你的CUDA版本兼容，以便確保系統(tǒng)的穩(wěn)定性和性能。
**更新NVIDIA Studio 驅(qū)動(dòng)程序一般不會(huì)同時(shí)自動(dòng)更新CUDA？
????????更新NVIDIA Studio驅(qū)動(dòng)程序通常不會(huì)自動(dòng)更新CUDA。CUDA是NVIDIA的計(jì)算平臺(tái)，用于加速GPU計(jì)算，而驅(qū)動(dòng)程序是與GPU硬件通信的軟件。盡管兩者緊密相關(guān)，但它們通常是獨(dú)立的組件。
?????????更新NVIDIA Studio驅(qū)動(dòng)程序通常會(huì)改善GPU的性能和穩(wěn)定性，但不會(huì)涉及到CUDA工具包的升級(jí)。如果你需要更新CUDA版本，你通常需要手動(dòng)下載和安裝適用于你的CUDA版本的CUDA工具包。
????????請(qǐng)注意，在更新CUDA工具包之前，你應(yīng)該確保與新版本兼容的GPU驅(qū)動(dòng)程序可用。因此，為了系統(tǒng)的穩(wěn)定性和性能，你可能需要進(jìn)行一些額外的協(xié)調(diào)，以確保驅(qū)動(dòng)程序、CUDA工具包和深度學(xué)習(xí)框架（如PyTorch或TensorFlow）之間的兼容性。
????????在安裝新的CUDA工具包之前，建議查閱NVIDIA官方文檔以獲取有關(guān)CUDA版本和GPU驅(qū)動(dòng)程序的兼容性信息。
三、環(huán)境中的版本（pytoch為例）
注意：環(huán)境中的cuda和cudnn都不大于本人電腦上cuda和cudnn的“最小版本”（暫時(shí)稱最小版本）
PyTorch官網(wǎng)
3.1?查看版本代碼
import torch
print(torch.__version__)
print(torch.version.cuda)
# 查看cudnn版本
print(torch.backends.cudnn.version())import torch
# 檢查CUDA是否可用
if torch.cuda.is_available():
# 獲取CUDA設(shè)備數(shù)量
print(f"Number of CUDA devices available: {torch.cuda.device_count()}")
# 獲取當(dāng)前使用的CUDA設(shè)備
current_device = torch.cuda.current_device()
print(f"Current CUDA device: {torch.cuda.get_device_name(current_device)}")
# 獲取CUDA版本
print(f"CUDA version: {torch.version.cuda}")
else:
print("CUDA is not available on this system.")?3.2 不同環(huán)境下的版本信息
?
?
?文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-853228.html
?文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-853228.html
到了這里，關(guān)于NIVDIA控制面板與電腦“應(yīng)用”CUDA、cmd下nvcc --version命令顯示版本不同的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY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)！
