                                     <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-f57960eb32.css"><div class="htmledit_views" id="content_views"><p><strong>问题</strong>：运行程序时报错 InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version，描述了显卡驱动与CUDA版本不匹配的问题。</p>

目的：解决版本不匹配的问题。

参考：https://blog.csdn.net/weixin_36474809/article/details/87804903

一、当前版本查看

1.1 查看CUDA驱动版本

1.2 查看base environment中CUDA运行版本

1.3 查看当前虚拟环境中CUDA版本

二、安装对应

2.1 安装

2.2 检验

name: GeForce GTX 1080 major: 6 minor: 1 memoryClockRate(GHz): 1.835
pciBusID: 0000:83:00.0
totalMemory: 7.92GiB freeMemory: 1.96GiB
2019-02-20 20:17:15.278289: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1511] Adding visible gpu devices: 0, 1, 2, 3
Traceback (most recent call last):
File "config.py", line 214, in <module>
args.func(args)
File "config.py", line 147, in train
dnnlib.submission.submit.submit_run(submit_config, **train_config)
File "/home/xxr2019/NVlabs_noise2noise/dnnlib/submission/submit.py", line 296, in submit_run
run_wrapper(submit_config)
File "/home/xxr2019/NVlabs_noise2noise/dnnlib/submission/submit.py", line 249, in run_wrapper
util.call_func_by_name(func_name=submit_config.run_func_name, submit_config=submit_config, **submit_config.run_func_kwargs)
File "/home/xxr2019/NVlabs_noise2noise/dnnlib/util.py", line 232, in call_func_by_name
return func_obj(*args, **kwargs)
File "/home/xxr2019/NVlabs_noise2noise/train.py", line 76, in train
tfutil.init_tf(config.tf_config)
File "/home/xxr2019/NVlabs_noise2noise/dnnlib/tflib/tfutil.py", line 77, in init_tf
create_session(config_dict, force_as_default=True)
File "/home/xxr2019/NVlabs_noise2noise/dnnlib/tflib/tfutil.py", line 100, in create_session
session = tf.Session(config=config)
File "/home/jcx/.conda/envs/n2n/lib/python3.6/site-packages/tensorflow/python/client/session.py", line 1551, in __init__
super(Session, self).__init__(target, graph, config=config)
File "/home/jcx/.conda/envs/n2n/lib/python3.6/site-packages/tensorflow/python/client/session.py", line 676, in __init__
self._session = tf_session.TF_NewSessionRef(self._graph._c_graph, opts)
tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

一、当前版本查看

1.1 查看CUDA驱动版本

驱动版本即为cuda driver version

输入nvidia-smi，看到我们服务器上的为：

NVIDIA-SMI 375.26 Driver Version: 375.26

输入cat /proc/driver/nvidia/version

NVRM version: NVIDIA UNIX x86_64 Kernel Module 375.26 Thu Dec 8 18:36:43 PST 2016
GCC version: gcc version 4.8.4 (Ubuntu 4.8.4-2ubuntu1~14.04.3)

1.2 查看base environment中CUDA运行版本

运行版本即为cuda runtime version，是在python中安装的cudatoolkit和cudnn程序包的版本

(n2n) jcx@smart-dsp:~/Desktop/xxr2019/NVlabs_noise2noise$ cat /usr/local/cuda/version.txt
CUDA Version 8.0.61
(n2n) jcx@smart-dsp:~/Desktop/xxr2019/NVlabs_noise2noise$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 6
#define CUDNN_MINOR 0
#define CUDNN_PATCHLEVEL 21
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"

从该图来看，基础环境之中对应关系是没有问题的。

1.3 查看当前虚拟环境中CUDA版本

输入pip list即可看到相应的CUDA，但是在此指令之中，没有看到相应的CUDA版本，可能当前版本中CUDA未安装。

或者输入conda list，看到我们的版本为：我们版本为当前最新版本CUDA，因此需要更新驱动到最新版本。

cudatoolkit 9.2 0
cudnn 7.3.1 cuda9.2_0

二、安装对应

2.1 安装

我们看出是CUDA版本过于新，驱动版本不够新，因此我们安装旧版本的CUDA运行版本，

安装cuda:conda install cudatoolkit=8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

Downloading and Extracting Packages
cudatoolkit-8.0 | 322.4 MB | ####################################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

安装cudnn:conda install cudnn=7.0.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

Preparing transaction: done
Verifying transaction: done
Executing transaction: done

2.2 检验

输入conda list，看到相应的版本变回与驱动对应的版本

cudatoolkit 8.0 3 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
cudnn 7.0.5 cuda8.0_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/ma

2.3 tensorflow版本安装

一般情况下，版本变动也需要重新安装tensorflow。以免程序报错。

conda install tensorflow-gpu

            </div>

虚拟环境中用Anaconda安装显卡CUDA驱动与CUDA运行版本匹配相关推荐

ubuntu安装nvidia显卡的驱动和cuda
ubuntu安装nvidia显卡的驱动和cuda 以前源码安装驱动和cuda的过程是比较繁琐的,现在可以直接使用apt去安装驱动已经cuda,具体的命令如下. 1. 安装英伟达显卡驱动搜索显卡驱动 ...
GPU驱动、CUDA和cuDNN之间的版本匹配与下载
文章目录 GPU驱动.CUDA和cuDNN之间的版本匹配与下载 1. GPU驱动 2. CUDA 2.1. 查看自己GPU驱动的版本 2.2. 确定与GPU驱动匹配的CUDA版本 2.3. 下载CUD ...
nvidia显卡，驱动以及cuda版本对应查询
实验室新买了一块rtx 2080和titan rtx,需要分别配置驱动和cuda,但是一直也找不到显卡和cuda的官方对照表,每次都是百度/谷歌/必应,参考别人安装之旅. 今天突然发现了驱动和cuda ...
Linux系统-安装显卡GPU驱动的两种方式
方案1 1)先到NVIDIA的官方下载 xx.run GPU驱动文件,可以到官方下载对应的版本: https://www.nvidia.cn/Download/Find.aspx?lang=cn ub ...
Ubuntu 16.04lts 安装NVIDIA 私有驱动、cuda、cudnn、tensorflow-gpu等问题
Ubuntu16.04 i7 7700 GTX1050ti HP双显卡笔记本. 前前后后搞了两个星期,总算是搞定了. 首先给出错误示范: 安装NVIDIA的私有驱动,按照网上的教程下载对 ...
centos打显卡驱动命令_ubuntu16.04安装显卡以及驱动经验
先倒苦水,急的朋友直接略过...作为对为了深度学习搞ubuntu系统的小白,不得不吐槽一下这个系统对新手实在是太不友好了,windows实在是太舒服了.好吧,前天搞了块gtx960的老卡,想给还没到的 ...
[填坑]Ubuntu安装显卡专有驱动后鼠标键盘无法使用
问题描述我在两个地方遇到了同样的问题,解决方法也如出一辙,由于没有研究源码,暂不清楚原因. 问题1描述:为了解决Ubuntu下笔记本功耗问题,在网友建议下我安装了bumblebee,结果导致键鼠无法 ...
华硕幻13（ROG flow X13）安装ubuntu20.04驱动问题以及高版本内核无限重启的方法记录
本本即是一片解决问题的方法记录,也希望是一片讨论贴. 我所使用的设备:ROG幻13,2021版(5900hs+3050ti) 系统:windows10 + Ubuntu20.04 查看本文章,可能帮你 ...
anaconda安装多环境
在准备运行深度学习的程序时,发现安装的cuda及相应的tensorflow版本出现问题,在需要更换时候发现可以在anaconda虚拟环境里面安装相应的版本进行运行 anaconda的不同环境创建及进入 ...
Ubuntu18.04 安装CUDA前应注意的显卡、驱动版本信息
一.确定显卡. 安装CUDA,首先要确定自己的显卡是N卡(英伟达 NVIDIA的标志),对于笔记本来说,通过键盘右下角贴的标签是AMD(A卡)还是NVIDIA(N卡)就可以判断. 二.查看显卡型号. ...

虚拟环境中用Anaconda安装显卡CUDA驱动与CUDA运行版本匹配

一、当前版本查看

1.1 查看CUDA驱动版本

1.2 查看base environment中CUDA运行版本

1.3 查看当前虚拟环境中CUDA版本

二、安装对应

2.1 安装

2.2 检验

2.3 tensorflow版本安装

虚拟环境中用Anaconda安装显卡CUDA驱动与CUDA运行版本匹配相关推荐

最新文章

热门文章