【深度学习环境】如何查看CUDA版本 | 两个CUDA版本各表示什么 | 是否可以在同一设备安装多个CUDA版本

7月前作者：liuuu0 分类：Toy博客阅读(47) 违法举报

这篇具有很好参考价值的文章主要介绍了【深度学习环境】如何查看CUDA版本 | 两个CUDA版本各表示什么 | 是否可以在同一设备安装多个CUDA版本。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

cuda有两个API：runtime(运行时) API和driver(驱动)API。这两个API都有各自对应的cuda版本。

查看cuda版本的命令如下

nvidia-smi：表示电脑可支持cuda的最高版本，(gpu driver installer)
nvcc -V：表示当前下载的使用的cuda版本，(CUDA Toolkit installer)

查看cudatoolkit版本,深度学习环境,深度学习,人工智能,python,pytorch

CUDA Toolkit（runtime）本质上是一个工具包，所以可以在同一个设备上安装很多个不同版本的CUDA Toolkit

参考文章：nvcc -V和nvidia-smi出现的cuda版本不同文章来源地址https://www.toymoban.com/news/detail-614220.html

到了这里，关于【深度学习环境】如何查看CUDA版本 | 两个CUDA版本各表示什么 | 是否可以在同一设备安装多个CUDA版本的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：

领支付宝红包赞助服务器费用

如何判断自己的电脑里有没有cuda以及查看cuda版本

CUDA是一种由NVIDIA推出的通用并行计算架构，能够帮助开发人员快捷地创建、测试和部署基于深度学习应用程序。而运行 CUDA 应用程序需要系统至少具有一个支持 CUDA 的显卡和CUDA工具包兼容的驱动程序，这些工具包括 CUDA SDK、 CUDA Studio、 CUDA Testing Kit、 CUDA Software Development Ki

2024年02月15日
浏览(38)
如何正确查看pytorch运行时真正调用的cuda版本

一般情况我们会安装使用多个cuda版本。而且pytorch在安装时也会自动安装一个对应的版本。正确查看方式：想要查看 Pytorch 实际使用的运行时的 cuda 目录，可以直接输出之前介绍的 cpp_extension.py 中的 CUDA_HOME 变量。上面输出的 /usr/local/cuda 即为软链接的cuda版本。不正确查

2024年02月11日
浏览(92)
如何查看自己使用的Python、CUDA、Pytorch、TensorFlow的版本（Windows）

1、查看python版本 1）键盘 windows+R键，弹出如下：2、 2）点击确定，弹出如下： 3）输入python，便可输出python版本 2、查看cuda版本 1）打开pycharm编辑器 2）输入： 3）运行后输出： 3、查看pytorch版本 1）打开pycharm编辑器 2）输入： 3）运行后输出： 4、查看tensorflow版本

2024年02月08日
浏览(38)
【深度学习】Windows10中下安装多版本CUDA及其切换

大多数情况下可以在anaconda虚拟环境中安装独立的cuda/cudnn，这中方式可以为用户提供多个互相独立的cuda版本，但anaconda并不支持部分版本的cuda/cudnn，因此需要在本地上配置多个版本的cuda/cudnn，并根据需求完成切换。右键电脑–属性–高级系统设置–环境变量当前已经安装两

2024年02月04日
浏览(42)
Windows配置深度学习环境——torch+CUDA

这里基于读者已经有使用Python的相关经验，就不介绍Python的安装过程。 win10+mx350+Python3.7.4+CUDA11.4.0+cudnn11.4 torch 1.11.0+cu113 torchaudio 0.11.0 torchvision 0.12.0+cu113 一般来说在命令行界面输入python就可以了解python版本。也可以使用如下代码查询python版本。以下是torch与Python版本的对应关

2024年01月25日
浏览(37)
深度学习环境配置（Aanconda+cuda+pytorch)

1.Anaconda安装包下载 ①从官网下载（速度感人）官网下载网址：https://www.anaconda.com/products/distribution ②从清华大学开源软件镜像下载（推荐）镜像网址：https://mirrors.bfsu.edu.cn/anaconda/archive/ 选择自己电脑所适配的版本。（推荐下载Anaconda3系列版本） 2.Anaconda的安装找到下载好的

2024年02月14日
浏览(28)
详解Windows系统下面如何查看CUDA、cuDNN、Python和各个软件包的版本

这个题目网络上有很多的讲解，但是查看CUDA、cuDNN版本和查看Python与自身各个软件包是分开的，且cuDNN版本的查看方式似乎已经过时【截止2023-10-23】。由于自身需要且出于回馈互联网大学的目的，将相关内容重新整理在此篇博客中。方法1：在Windows终端中通过以下3条下命

2024年02月04日
浏览(38)
深度学习环境搭建-Nvidia驱动与Cuda安装

说实话，笔者毕业后已经从业多年了，但是仍然有很多开发环境配置的问题让人懵圈，好在笔者一直有写笔记的习惯，之前一直是记录在私人云，如今整理出来分享给各位，并且除了说明步骤，还会尽可能解释这么做的原因，方便读者厘清逻辑。注意：本文针对linux系统本文

2024年02月10日
浏览(56)
深度学习环境配置Anaconda+cuda+cudnn+PyTorch——李沐大神《动手学深度学习》环境配置（巨详细，持续迭代）

Anaconda+cuda+cudnn+Pytorch(手把手教你安装深度学习环境）——这里是GPU+PyTorch版本国内AI教学体系发展较晚，很多喜欢AI的同学都得不到系统的学习。当然我们也不否认国内一些优质的AI领域的课程和教学资料，这里我们主要推荐李沐大神推出的《动手学深度学习》，这门课程最初

2024年02月15日
浏览(48)
深度学习—Python、Cuda、Cudnn、Torch环境配置搭建

近期由于毕设需要使用Yolo，于是经过两天捣腾，加上看了CSDN上各位大佬的经验帖后，成功搭建好了GPU环境，并能成功使用。因而在此写下这次搭建的历程。万事开头难，搭建环境很费时间，如果一开始版本不对应，到后面就要改来改去，很麻烦。首先要注意以下事项： 1.

2024年02月11日
浏览(30)