最后搜到一个靠谱答案,发生这个错误可能因为装了多个版本的dgl。卸载重装即可 pip uninstall dgl # 这时候会显示你安装的dgl版本,就选择yes卸载即可,多执行几遍,可以把安装的dgl全部删掉 # 如果还没有卸载完毕,执行下列语句,找到dgl的path,remove即可 python import dgl print(dgl.__path__) remove 即可 之后再...
nvcc&nvidia-smi nvcc属于时CUDA的编译器,将程序编译成可执行的二进制文件 nvidia-smi全称是NVIDIA System Management Interface,是一种命令行实用工具,用来帮助管理和监控NVIDIA GPU设备的。 当我们安装一个版本的cuda时,实际上会同时安装runtime api和driver api,前者对应nvcc后者对应nvidia-smi查看到的。个人理解是,...
CUDA Toolkit Installer通常会集成了GPU driver Installer,如果你的CUDA均通过CUDA Tooklkit Installer来安装,那么runtime api 和 driver api的版本应该是一致的,也就是说, nvcc --version 和 nvidia-smi 显示的版本应该一样。否则,你可能使用了单独的GPU driver installer来安装GPU dirver,这样就会导致 nvidia-smi ...
nvcc属于CUDA的编译器,将程序编译成可执行的二进制文件。 nvidia-smi帮助管理和监控NVIDIA GPU设备。 nvcc显示的是CUDA的runtime api, 由CUDA Toolkit installer安装。nvidia-smi显示的是driver api。 pytorch版本选择 在选择pytorch版本的时候,指定的CUDA版本对应的command是cudatoolkit,因此应该选择nvcc -V的版本号。
当面对nvcc-v显示的CUDA版本高于nvidia-smi的CUDA版本时，首先明确结论，解决方法通常有以下两点。探究原因之前，需要考虑你的PyTorch版本。值得注意的是，PyTorch自带CUDA支持，不会使用系统预装的CUDA版本。因此，应验证PyTorch的版本是否与系统CUDA版本兼容。以2023年10月25日为例，官方PyTorch默认版本为CUDA...
首先要明确一点，PyTorch是自带cuda的，不会用你系统装的cuda，所以你要检查你的pytorch版本是哪个，然后...
参考文章:jianshu.com/p/eb5335708 总结就是: nvcc --version 是由CUDA toolkit installer安装的关于runtime api的文件 nvidia-smi是由GPU driver installer安装的,关于driver api的文件 在安装pytorch的时候,选择与nvcc 版本一致的torch sudo ln -s 可以用于添加软链接 ...
看到这篇文章,大概意思是说CUDA有两种API,一个是驱动API(Driver Version),依赖NVIDIA驱动,由nvidia-smi查看; 另一个是运行API(Runtime Version)是软件运行所需要的。一般驱动API版本>=运行API版本即可。 具体参考: https://stackoverflow.com/questions/53422407/different-cuda-versions-shown-by-nvcc-and-nvidia-sm...
找到usr/local/cuda/bin 目录下,找到nvcc可执行文件,如果有 输入vi ~/.bashrc 在最后一行加环境变量 export PATH=$PATH:/usr/local/cuda/bin 保存退出 输入:source ~/.bashrc 输入nvcc -V 查询版本号,出现和输入sudo nvidia-smi查询的一样 运行自己带有GPU的程序试试 不报错就可以了...