超坑！安装CUDA与pytorch版本匹配的问题

最新推荐文章于 2026-05-28 10:32:39 发布

原创最新推荐文章于 2026-05-28 10:32:39 发布 · 7.9w 阅读

117 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#cuda #nvidia #深度学习

学习备忘专栏收录该内容

9 篇文章

订阅专栏

本文分享了CUDA和PyTorch版本匹配的经验，强调了显卡驱动、CUDA及PyTorch版本间的兼容性问题。作者从安装10.1.105版本的CUDA和1.4版本的PyTorch开始，最终发现使用CUDA10.0和PyTorch1.1.0版本组合更为稳定。文章还提到了虚拟环境中cudatoolkit包的版本选择对PyTorch安装的影响。

慢悠悠地装了很久，觉得CUDA和pytorch官网标注的当前该pytorch所匹配的CUDA应该是完全一致的，所以一开始就安装 10.1.105版本的CUDA，pytorch为1.4（官方说适配CUDA版本为10.1嘛~）：

这不是写了CUDA为10.1吗，那我可以呀~
但是事实证明，不行。
最后还是降级安装pytorch，从1.4（对应CUDA10.1）到1.2版本的pytorch（对应CUDA10.0），还是不行，最后：

显卡驱动版本号：431.56（安装之前一定要看自己的显卡驱动版本号，然后对应下载CUDA与cudnn进行安装~）
CUDA版本：10.1.105
pytorch版本：1.1.0 （对应CUDA 10.0）

注意：本身的CUDA版本与我们在虚拟环境中安装的cudatoolkit包是没有太大关系的，一般安装pytorch时需要考虑的cuda版本指的应该是虚拟环境中安装的cudatoolkit包的版本（个人经验激情发言，不负责任噢）。

测试成功！！
最后的结果~~
所以如果安装好了CUDA之后，可以选择pytorch官方说明的适配CUDA版本低一些的来进行安装~
目前俺正在使用的两种版本是：
①
cudatoolkit：10.1.243
pytorch1.6.0（pytorch1.3.1也可以）
cudnn是7.6.4
②
cudatoolkit10.0.130
pytorch:1.1.0

附：安装tensorflow-gpu版本：

conda install tensorflow=1.13 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/