谨记配置优先级【深度学习项目环境配置表2021-07-28更新】:
OS > Nvidia Driver(根据显卡型号系统推荐) > CUDA > Cudnn > Pytorch > Torchvision等
优先级高的决定优先级低的。
GPU:
3090 x1; 2080 Ti x2; 1080Ti x1torch.cuda.get_device_name(0) # 查看显卡类型和GPU id映射
nvidia-smi -a # 查看服务器全部显卡详细信息
OS:
Ubuntu 18.04.6 LTS x86_64uname -a
lsb_release -a
【Ubuntu18.04+nvidia驱动460+CUDA10.0+cuDNN7.5.0安装2021-05-13更新】
ubuntu-drivers devices
【TODO】本服务器存在一个问题,就是显卡型号跨度大,每个型号显卡推荐的driver都不一样,甚至对于有的显卡系统无法determine support level。(按照nvidia-smi显示的GPU id顺序逐一推荐,有时显示的GPU id和实际id并没有映射上)
(个人纪录)关于stylegan2-ada的No module named ‘upfirdn2d_plugin’
Ubuntu安装多版本cuda,并在多版本之间切换
nvcc -V和nvidia-smi出现的cuda版本不同
添加链接描述
添加链接描述
conda install -c nvidia cuda-nvcc
conda install -c nvidia/label/cuda-11.7.0 cuda-nvcc
conda install -c nvidia/label/cuda-11.3.0 cuda-nvcc
conda install -c nvidia/label/cuda-11.6.0 cuda-nvcc
conda install -c nvidia/label/cuda-11.6.2 cuda-nvcc
conda install -c nvidia/label/cuda-11.5.2 cuda-nvcc
conda install -c nvidia/label/cuda-11.5.0 cuda-nvcc
conda install -c nvidia/label/cuda-11.4.4 cuda-nvcc
conda install -c nvidia/label/cuda-11.4.2 cuda-nvcc
conda install -c nvidia/label/cuda-11.4.1 cuda-nvcc
conda install -c nvidia/label/cuda-11.4.0 cuda-nvcc
conda install -c nvidia/label/cuda-11.6.1 cuda-nvcc
conda install -c nvidia/label/cuda-11.3.1 cuda-nvcc