在Google Colab运行PyTorch时遭遇cuDNN版本不兼容错误

自昨日起，在Google Colab中使用GPU运行PyTorch时出现cuDNN版本不兼容错误，此前操作一直正常。尝试安装不同版本PyTorch后仍出现其他错误。

版本检查代码 #

# 使用PyTorch检查版本、CUDA版本和cuDNN版本
import torch

print("PyTorch version: ")
print(torch.__version__)
print("CUDA Version: ")
print(torch.version.cuda)
print("cuDNN version is: ")
print(torch.backends.cudnn.version())

执行结果 #

PyTorch version:
1.12.0+cu113

CUDA Version:
11.3

cuDNN version is:

---------------------------------------------------------------------------

RuntimeError                              Traceback (most recent call last)

<ipython-input-23-93b5c974c4be> in <module>()
      8 print(torch.version.cuda)
      9 print("cuDNN version is: ")
---> 10 print(torch.backends.cudnn.version())

1 frames

/usr/local/lib/python3.7/dist-packages/torch/backends/cudnn/__init__.py in version()
     48 def version():
     49     """Returns the version of cuDNN"""
---> 50     if not _init():
     51         return None
     52     return __cudnn_version
/usr/local/lib/python3.7/dist-packages/torch/backends/cudnn/__init__.py in _init()
     39                 raise RuntimeError(
     40                     'cuDNN version incompatibility: PyTorch was compiled against {} '
---> 41                     'but linked against {}'.format(compile_version, runtime_version))
     42         return True
     43 else:

RuntimeError: cuDNN版本不兼容：PyTorch编译时依赖的版本为(8, 3, 2)，但运行时链接的版本为(8, 0, 5)

解决方案 #

方法1：重置Colab环境 #

Colab基础环境可能因自动更新导致依赖冲突，重置可恢复默认兼容配置：

• 点击界面顶部「Runtime」→「Factory reset runtime」
• 重置后重新运行代码，默认的PyTorch与CUDA/cuDNN版本会保持匹配

方法2：手动安装匹配版本的PyTorch #

当前环境cuDNN版本为8.0.5、CUDA为11.3，安装编译时依赖cuDNN 8.0.x的PyTorch版本：

!pip uninstall -y torch torchvision torchaudio
!pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

安装完成后重新运行版本检查代码，确认cuDNN版本正常输出。

方法3：临时禁用cuDNN（应急用） #

仅需临时运行代码时，可禁用cuDNN（会降低GPU性能）：

import torch
torch.backends.cudnn.enabled = False

内容的提问来源于stack exchange，提问作者Katarzyna B