更新2022-10-26-CUDA11.8注：当前所有版本要求均为CUDA官方提供如需转载，请注明出处。更多优质内容，可点击原文链接进行阅读学习。CUDA11.8组件版本Table1.CUDA11.8ComponentVersionsComponentNameVersionInformationSupportedArchitecturesCUDAC++CoreComputeLibraries11.8.89x86_64,POWER,AArch64CUDACompatibility11.8.31339915AArch64CUDARuntime(cudart)11.8.89x86_64,POWER,
更新2022-10-26-CUDA11.8注：当前所有版本要求均为CUDA官方提供如需转载，请注明出处。更多优质内容，可点击原文链接进行阅读学习。CUDA11.8组件版本Table1.CUDA11.8ComponentVersionsComponentNameVersionInformationSupportedArchitecturesCUDAC++CoreComputeLibraries11.8.89x86_64,POWER,AArch64CUDACompatibility11.8.31339915AArch64CUDARuntime(cudart)11.8.89x86_64,POWER,
（补档）（自用留存）(有问题欢迎互相交流)一、安装Anaconda官网链接（默认新版）：Anaconda|TheWorld'sMostPopularDataSciencePlatform官网老版本：Indexof/(anaconda.com)老版本同时显示对应Python版本：Oldpackagelists—Anacondadocumentation国内镜像：Indexof/anaconda/archive/|北京外国语大学开源软件镜像站|BFSUOpenSourceMirror纯点next，记得勾选“”选择PATH加入路径“” 安装完，点开开始菜单，打开AnacondaPrompt，有显示b
（补档）（自用留存）(有问题欢迎互相交流)一、安装Anaconda官网链接（默认新版）：Anaconda|TheWorld'sMostPopularDataSciencePlatform官网老版本：Indexof/(anaconda.com)老版本同时显示对应Python版本：Oldpackagelists—Anacondadocumentation国内镜像：Indexof/anaconda/archive/|北京外国语大学开源软件镜像站|BFSUOpenSourceMirror纯点next，记得勾选“”选择PATH加入路径“” 安装完，点开开始菜单，打开AnacondaPrompt，有显示b
cuda11.4的卸载方法一方法二参考：大神连接1：https://blog.csdn.net/qq_38429958/article/details/120849991因为目前的pytorch版本最高支持11.3的版本，之前安装了cuda11.4的版本，所以需要将cuda下降一层，尝试了很多方法，下面两个方法可能比较实用。注释：当你需要更换cuda的版本的时候，下面的方法也是可以用的哦方法一先进入安装目录下的bin文件夹中cd/usr/local/cuda-11.4/bin再执行cuda自带的卸载程序sudo./cuda-uninstaller如果发现上述的操作不管用的话，找不到cuda-u
cuda11.4的卸载方法一方法二参考：大神连接1：https://blog.csdn.net/qq_38429958/article/details/120849991因为目前的pytorch版本最高支持11.3的版本，之前安装了cuda11.4的版本，所以需要将cuda下降一层，尝试了很多方法，下面两个方法可能比较实用。注释：当你需要更换cuda的版本的时候，下面的方法也是可以用的哦方法一先进入安装目录下的bin文件夹中cd/usr/local/cuda-11.4/bin再执行cuda自带的卸载程序sudo./cuda-uninstaller如果发现上述的操作不管用的话，找不到cuda-u
宿主机为Ubuntu20.04+gtx1060，Nvidiadriver版本为510.85.02。安装环境为：tensorrt8.4安装完成后，一当调用cuda环境就会报错：Error804:forwardcompatibilitywasattemptedonnonsupportedHW。检查问题原因在Linux宿主机上使用docker（版本>=19.3）之前，请确保安装了nvidia-container-runtime和nvidia-container-toolkit：sudoapt-getinstallnvidia-container-runtimenvidia-container-too
宿主机为Ubuntu20.04+gtx1060，Nvidiadriver版本为510.85.02。安装环境为：tensorrt8.4安装完成后，一当调用cuda环境就会报错：Error804:forwardcompatibilitywasattemptedonnonsupportedHW。检查问题原因在Linux宿主机上使用docker（版本>=19.3）之前，请确保安装了nvidia-container-runtime和nvidia-container-toolkit：sudoapt-getinstallnvidia-container-runtimenvidia-container-too
cuda11.6配置torch环境（运行yolov5项目）从配置环境到运行项目安装Anaconda的安装cuda（敲重点）下载torch（再次敲重点）从配置环境到运行项目首先推荐一个b站的一个up视频，yolov5目标检测，这里up用的是cuda10.2，我用的是11.6，主要选择什么，大家都是依据自己的显卡（我这里是gtx3060）。安装Anaconda的安装1.下载地址：Anaconda官网具体安装教程这里不叙述了，可以看安装Anaconda教程cuda（敲重点）右键英伟达图标，打开英伟达控制面板，点击帮助-点击系统信息-点击组件找到cuda对应版本，比如我这里是11.6，所以去官网下载对
cuda11.6配置torch环境（运行yolov5项目）从配置环境到运行项目安装Anaconda的安装cuda（敲重点）下载torch（再次敲重点）从配置环境到运行项目首先推荐一个b站的一个up视频，yolov5目标检测，这里up用的是cuda10.2，我用的是11.6，主要选择什么，大家都是依据自己的显卡（我这里是gtx3060）。安装Anaconda的安装1.下载地址：Anaconda官网具体安装教程这里不叙述了，可以看安装Anaconda教程cuda（敲重点）右键英伟达图标，打开英伟达控制面板，点击帮助-点击系统信息-点击组件找到cuda对应版本，比如我这里是11.6，所以去官网下载对
