cuda高版本兼容低版本吗,cuda版本太高 pytorch不支持

cuda高版本兼容低版本吗,cuda版本太高 pytorch不支持

显卡安装驱动时候，显卡驱动附带的CUDA版本可以高出库几个版本，但是一定不能低于安装的库版本！!高了没关系，因为显卡CUDA是可以向下兼容CUDA库的，但是不能向上也就是说当你的驱动版本小于CUDA支持的驱动版本则会出现不兼容。高版本的CUDA不支持低版本的驱动。

每个版本的CUDA工具包都对应一个最低版本的CUDA Driver,也就是说如果你安装的CUDA Driver版本比官方推荐的还低，那么很可能会无法正常运行。CUDA Driver是向后兼容的，这意味着根据CUD本文给出一种免升级驱动，可以在低版本驱动下运行高版本CUDA的方法原文https://docs.nvidia/deploy/cuda-compatibility/index.html 前提条件驱动需要满足以下表格比如我现在

(高版本的pytorch一般能兼容低版本cuda) 例如：你需要1.7.0 的pytorch,那么cuda 只能11.0 及以下。官方推荐的cuda版本为10.2和11.3,这两种cuda 支持大多数的pytorch 版可以的，只要显卡驱动新，cuda toolkit版本不影响。原因是pytorch自带了cuda相关的环境，不使用系统中的cud

别使用pip安装tensorflow,而是使用conda安装这样，conda会自动下载兼容低版本tensorflow的cuda和cudnn。reference:https兼容。一般cuda适应版本是向下兼容的，但是30系的显卡最好是选择cuda11.0以上。查看电脑支持的cuda版本：1、鼠标右键。2、点击NVIDIA控制面板。3、点击帮助。4、点