升级至CuDNN 9.1.1后Python仅识别8.5.0的问题求助

核心原因 #

PyTorch默认会捆绑自带的CuDNN库，而非直接调用系统安装的版本；另外如果你的PyTorch版本与CUDA 12.4、CuDNN 9.1.1不兼容，也会出现版本识别错误。

解决步骤 #

1. 检查当前PyTorch绑定的CUDA/CuDNN版本 #

在Jupyter Notebook中执行以下代码，确认PyTorch实际使用的CUDA版本：

import torch
print("PyTorch版本:", torch.__version__)
print("PyTorch绑定的CUDA版本:", torch.version.cuda)
print("识别到的CuDNN版本:", torch.backends.cudnn.version())

如果输出的CUDA版本不是12.4，说明你的PyTorch版本不支持CUDA 12.4，需要重新安装适配版本。

2. 重新安装适配CUDA 12.4的PyTorch #

• 先卸载旧版本PyTorch：

  pip uninstall torch torchvision torchaudio -y
  

• 安装适配CUDA 12.4的PyTorch（以pip为例）：

  pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
  

  安装完成后，回到Jupyter重新运行第一步的代码，确认版本是否匹配。

3. 验证系统CuDNN安装正确性 #

在终端执行以下命令，确认系统层面的CuDNN版本确实为9.1.1：

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

输出应该包含CUDNN_MAJOR 9、CUDNN_MINOR 1、CUDNN_PATCHLEVEL 1，如果不匹配，说明CuDNN安装有误，需要重新安装官方deb包。

4. 确保Jupyter环境加载正确的系统变量 #

有时候Jupyter不会自动加载系统的CUDA环境变量，导致无法识别新版本库。可以：

• 在终端的~/.bashrc或~/.zshrc中添加以下内容：

  export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH
  export CUDA_HOME=/usr/local/cuda-12.4
  

• 执行source ~/.bashrc（或对应shell的配置文件），然后重启PyCharm和Jupyter Lab，确保环境变量生效。

5. 确认PyCharm使用的Python解释器 #

检查PyCharm中Jupyter Lab关联的Python解释器，是否为你安装了适配CUDA 12.4的PyTorch的那个环境（虚拟环境或系统环境）。可以通过PyCharm的Settings > Project > Python Interpreter查看并切换。

内容的提问来源于stack exchange，提问作者Tom