【CUDA是什么,哪些显卡支持CUDA?】

CUDA10.1向下兼容10.0，完美运行官方TensorFlow、Pytorch_pytorchcuda10.0,cuda10.0

现在官网提供Tensorflow_gpu、Pytorch都只支持CUDA 10.0，但NVIDIA官网不再更新10.0，很多新的显卡或系统无法安装CUDA10.0。怎么办？其实可以很方便的使得10.1

如何解决显卡无法支持低版本cuda问题?

🏆 本文收录于《全栈Bug调优(实战版)》专栏，致力于分享我在项目实战过程中遇到的各类Bug及其原因，并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者，本文将为你指引出一条更高效的Bug修复之路，助你早日登顶，迈向财富自由的梦想🚀！同时，欢迎大家关注、收藏、订阅本专栏，更多精彩内容正在持续更新中。让我们一起进步，Up！Up！Up！    备注： 部分问题/难题源自互联网，经过精心筛选和整理，结合数位十多年大厂实战经验资深大佬经验总结所得，数条可行方案供所需之人参考。

CUDA10.1向下兼容10.0，完美运行官方TensorFlow、Pytorch_pytorchcuda10.0,cuda10.0可以升级

现在官网提供Tensorflow_gpu、Pytorch都只支持CUDA 10.0，但NVIDIA官网不再更新10.0，很多新的显卡或系统无法安装CUDA10.0。怎么办？其实可以很方便的使得10.1

服务器（工作站）更新显卡后深度学习环境配置

lang=cn>），在此页面上，可以根据显卡型号选择与之匹配的驱动程序进行下载。值得注意的是，不同的显卡型号可能支持多个版本的驱动，因此选择一个与现有CUDA版本相匹配的驱动至关重要。

Pytorch1.11_CUDA11.3_Pycharm2022_调试环境搭建

### Pytorch 1.11_CUDA11.3_Pycharm2022_调试环境搭建#### 一、更新显卡驱动与确认CUDA版本为了确保GPU能够正常支持Pytorch，首先需要更新显卡驱动并确认其支持的