pytorch、CUDA、cuDNN下载和环境变量设置_cudnn环境变量

本篇文章的目的是能够在pytorch框架上使用cuda。

电脑本身兼容的CUDA版本

打开NVIDIA控制面板

如下图所示打开系统信息查看

 打开组件信息，查看CUDA版本

 可以看到本身的CUDA版本是11.6，所以下载CUDA和cuDNN时下载相应版本即可。

pytorch下载

在anaconda下载的pytorch默认是CUP版本的，无法使用GPU，所以为了能够使用GPU，可以输入以下代码，将环境下的pytorch卸载

conda uninstall pytorch

然后去官网下载GPU版本的pytorch

pytorch官网下载

使用pip输入官方给出的代码下载即可。 

官网已经不提供CUDA10.2版本pytorch的下载

CUDA的下载

CUDA官方下载

 下载完成后双击打开，设置安装目录

 然后一路下一步即可。

下载完成后，在cmd中输入

nvcc -V

查看版本

cuDNN下载

cuDNN官网下载

 

 cuDNN的下载需要注册NVIDIA，根据步骤注册即可，如果已经有账户登录即可。

安装与CUDA版本相同的cuDNN

 

下载完成并解压后cuDNN文件如下所示

将对应文件夹中的文件复制到CUDA文件中

即将上述文件复制到

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

注意一一对应。

上述就完成了相关的设置。

环境变量的设置：

CUDA_BIN_PATH ：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
CUDA_LIB_PATH ：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
CUDA_PATH ：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
CUDA_PATH_V11_6 ： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
CUDA_SDK_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2