linux查看cuda版本

❶ linux（Ubuntu） 安装torch-gpu

首先检查CUDA版本使用命令

nvidia-smi

接着安装CUDNN和CUDA Toolkit。CUDNN是专为深度学习设计的软件库，CUDA Toolkit则是一个包含CUDA程序编译器、IDE、调试器等的工具包，适用于全面的GPU通用计算。

如果需要替换旧版本的CUDA，可使用以下命令卸载：

sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl #替换为实际版本

接着删除残留的文件夹：

sudo rm -rf /usr/local/cuda-8.0/

然后安装CUDA：

前往官网下载最新版本

安装参考链接提供详细步骤

安装CUDNN，首先从NVIDIA官网下载对应版本的CUDNN，解压文件并按照指南进行配置

具体操作参考博客：Linux环境cudnn安装

查找PyTorch下载命令，前往PyTorch官网并根据CUDA版本搜索命令。若网速不佳，切换国内源，将PyTorch源更改为 mirrors.tuna.tsinghua.e.cn 等国内镜像仓库。

安装成功后，验证PyTorch是否安装正确。

❷ linux（Ubuntu） 安装torch-gpu

在Ubuntu上安装torchgpu的步骤如下：

1. 检查CUDA版本：

   • 使用命令nvidiasmi来检查你的NVIDIA GPU和已安装的CUDA版本。这将帮助你确认需要安装的PyTorch版本。

2. 安装CUDA Toolkit和CUDNN：

   • 卸载旧版本CUDA：使用命令sudo /usr/local/cuda<version>/bin/uninstall_cuda_<version>.pl来卸载旧版本的CUDA，其中<version>是你的CUDA版本号。卸载后，删除残留文件夹，如sudo rm rf /usr/local/cuda<version>/。
   • 安装CUDA Toolkit：前往NVIDIA官网下载与你的系统和GPU兼容的最新版本的CUDA Toolkit，并按照提供的安装指南进行安装。
   • 安装CUDNN：从NVIDIA官网下载与你的CUDA版本匹配的CUDNN库。下载后，解压文件并按照NVIDIA提供的指南进行配置。

3. 下载并安装PyTorch：

   • 前往PyTorch官网，根据你的CUDA版本搜索合适的安装命令。
   • 如果你的网络速度较慢，可以考虑将PyTorch源更改为国内镜像仓库，如mirrors.tuna.tsinghua.e.cn，以加速下载。
   • 使用终端执行下载命令来安装PyTorch。

4. 验证安装：

   • 安装完成后，你可以通过运行一些简单的PyTorch代码来验证安装是否正确。例如，导入PyTorch库并创建一个张量，然后打印其信息。

注意事项： 在安装过程中，确保所有步骤都按照官方指南进行，以避免出现兼容性问题。 如果你在安装过程中遇到任何问题，可以查阅相关的官方文档或社区论坛以获取帮助。

❸ 如何在linux系统中查找cuda本地的安装包

一旦慧睁模岁、查看 CUDA 版本：碧隐

cat /usr/local/cuda/version.txt

我的是6.0.21