文章目录前言一、安装显卡驱动二、安装cuda三、安装cudnn总结前言前段时间被派到现场去部署算法，之前同事搭好cuda的环境不好用了，具体表现为：1.屏幕的分辨率显示很奇怪且不可调节2.输入nvidia-smi命令，显示FailedtoinitializeNVML:Driver/libraryversionmismatch错误不得以在现场重装了显卡驱动、cuda与cudnn，故以本文记之。一、安装显卡驱动这里介绍笔者感觉比较方便的一种方法在终端输入：ubuntu-driversdevices，得到有关本机显卡其驱动的相关信息，如图所示（因为本地服务器已经安装了驱动，这里笔者通过SSH只做过程
Ubuntu22.04系统在安装pytorch3d库时出现了报错信息：RuntimeError:ThedetectedCUDAversion(11.7)mismatchestheversionthatwasusedtocompilePyTorch(10.2).PleasemakesuretousethesameCUDAversions.在终端查看显卡信息(指令nvidia-smi)：查看CUDA版本，此处是11.7 根据报错信息，我现在的虚拟环境下的CUDA版本（11.7）和当前的pytorch版本不匹配。在终端查看当前虚拟环境下的pytorch版本（指令condalist），发现pytor
cuda版本1、win+r+cmd打开控制面板2、输入nvcc--versioncudnn版本找到自己电脑cuda的安装路径下的cudnn_version.h文件路径，比如我的在C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v11.6\include下，然后用记事本打开cudnn_version.h，就能看到cudnn版本。
1.查看cuda版本win+R+enter回车,再输入cmd进入命令行，再输入nvcc--version或者输入nvcc-V即可得到cuda的版本，如图我的cuda版本是10.2查看cudnn版本进入目录查看cudnn_version.h文件一般放在：C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.2\include\cudnn_version.h（这里的v10.2中的10.2是我cuda的版本，每个人可能不一样）那么接下来就是打开cudnn_version.h来查看版本，不要双击打开，不然会出现以下情形，无论是记事本还是word都打不开：
参考：https://blog.csdn.net/qq_43215538/article/details/123852028文章目录安装cuda下载cuDNN安装tensorflow-gpu安装cuda首先查看本机GPU对应的cuda版本，如下图所示，本机cuda版本为11.6，后面选择的cuda版本不要超过这里的版本就好。https://developer.nvidia.com/cuda-toolkit-archive选择相应的cudatoolkit版本下载，如这里选择版本一定要注意，因为cuda版本会决定你下载的cudnn和tensorflow-gpu版本，若不一致，会出现版本不匹配等问题
参考：https://blog.csdn.net/qq_43215538/article/details/123852028文章目录安装cuda下载cuDNN安装tensorflow-gpu安装cuda首先查看本机GPU对应的cuda版本，如下图所示，本机cuda版本为11.6，后面选择的cuda版本不要超过这里的版本就好。https://developer.nvidia.com/cuda-toolkit-archive选择相应的cudatoolkit版本下载，如这里选择版本一定要注意，因为cuda版本会决定你下载的cudnn和tensorflow-gpu版本，若不一致，会出现版本不匹配等问题
[前言]切换不同版本cuda前提须安装多个版本的cudacuda安装可参考CUDA的下载与安装，去Nvidia官网下载安装所需的cuda版本[基于Windows下切换不同版本cuda]：1.修改系统环境变量方法可以参看【CUDA】win10切换不同版本的CUDA，此方法适用于长时间更换cuda版本，若仅需在某个虚拟环境（env）中切换成对应版本，可参照第二点方法2.编写脚本切换cuda版本详细可以参看conda官方文档Windows下设置环境变量 ①由Cmd或Prompt定位到需要切换cuda版本的虚拟环境（env）下：cdC:\ProgramData\Anaconda3\envs\env#
因为做深度学习的研究项目，为全新机器在Ubuntu20.04LTS系统下安装Nvidia显卡驱动、Cuda、Cudnn。并进行CUDA版本切换成功安装完成了，写个记录。1.安装Nvidia显卡驱动步骤一：安装更新软件列表和依赖项在安装Nvidia显卡驱动之前，需要更新软件列表和必要的依赖项。sudoapt-getupdate #更新软件列表sudoapt-getinstallg++ #下载g++编译器sudoapt-getinstallgcc #下载gcc编译器sudoapt-getinstallmake #下载GNUMake编译器sudoapt-getinstallinitramfs
一.读卡规则当服务器有多个GPU时，设置CUDA_VISIBLE_DEVICES环境变量可以改变CUDA程序所能使用的GPU设备。在默认情况下，标号为0的显卡为主卡，如主机中有4块显卡，那么每张显卡的默认标号为[0,1,2,3]。多卡设置规则如下：EnvironmentVariableSyntaxResultsCUDA_VISIBLE_DEVICES=1Onlydevice1willbeseenCUDA_VISIBLE_DEVICES=0,1Devices0and1willbevisibleCUDA_VISIBLE_DEVICES="0,1"Sameasabove,quotationmarks
一.读卡规则当服务器有多个GPU时，设置CUDA_VISIBLE_DEVICES环境变量可以改变CUDA程序所能使用的GPU设备。在默认情况下，标号为0的显卡为主卡，如主机中有4块显卡，那么每张显卡的默认标号为[0,1,2,3]。多卡设置规则如下：EnvironmentVariableSyntaxResultsCUDA_VISIBLE_DEVICES=1Onlydevice1willbeseenCUDA_VISIBLE_DEVICES=0,1Devices0and1willbevisibleCUDA_VISIBLE_DEVICES="0,1"Sameasabove,quotationmarks
