PyTorch和TensorFlow使用的CUDA的差别
最近遇到一个很有意思的问题,使用nvidia-smi能够查看CUDA版本,使用nvcc无法查看CUDA版本,找不到本机CUDA的安装路径,PyTorch-GPU可以正常使用,TensorFlow-GPU无法正常使用。
现将解决这个问题过程中查找的资料以及思考记录如下:
CUDA的API包括:runtime API以及driver API
其中runtime API通过nvcc查看,是由CUDA Toolkit installer安装的(可能会集成CPU driver installer)
其中driver API通过nvidia-sim可以查看,是由GPU driver installer安装的
而通过Anaconda安装的PyTorch环境自带有CUDA Toolkit中集成的一些lib,可以实现runtime API的功能,可以通过torch.version.cuda查看
解决方式为安装CUDA与CUDNN,再试图安装TensorFlow-GPU
参考资料:为什么电脑装了pytorch没有安装cuda,还是能够使用gpu? - 知乎 (zhihu.com)
显卡,显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn到底是什么? - marsggbo - 博客园 (cnblogs.com)
RTX3060+TensorFlow环境配置:RTX3060深度学习tensorflow环境配置之踩坑记录 - 知乎 (zhihu.com)

浙公网安备 33010602011771号