Windows下安装Pytorch和CUDA及配置CUDNN教程_windows pytorch

一、查看电脑的显卡驱动版本

1.键盘点击Windows+R或者在搜索栏输入cmd，进入命令提示符，输入nvidia-smi，查看显卡驱动版本

如图所示，本电脑显卡驱动版本为:536.99

二、查找合适的CUDA版本以及cuDNN版本

（一）、查找合适的CUDA版本

1.点击此链接https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html，进入CUDA Toolkit官方文档界面，向下翻阅，找到以下图表：

可以看到本电脑最高可以装12.2版本的CUDA，保险起见，我选择安装11.6版本的

（二）、查找合适的cuDNN版本

1.点击此链接https://developer.nvidia.com/rdp/cudnn-download，进入cuDNN Archive界面下，查找适合CUDA11.6的cuDNN版本

我们cuda是11.6，这里就选择cuDNNV8.9.3版本的for CUDA11.x版本即可三、下载CUDA和cuDNN

三、下载CUDA和cuDNN

前面已经确定需要下载的CUDA版本和cuDNN版本，接下来就是找到它们并进行下载

（一）、下载CUDA11.6
1.点击此链接https://developer.nvidia.com/cuda-downloads，进入CUDA下载界面，发现默认下载CUDA最新版本CUDA 12.4，但这个版本并不适合我们，所以我们需要点击右下角的Archive of Previous CUDA Releases，找到CUDA的早期版本

在CUDA Toolkit Archive界面下，点击CUDA Toolkit 11.6（这是我所需要的CUDA版本）

在CUDA Toolkit 11.6 Download界面，进行如下选择，然后点击Download下载

（二）、下载cuDNN v8.9.3
1.点击此链接https://developer.nvidia.com/rdp/cudnn-download，进入cuDNN版本库，找到cuDNN v8.9.3

点击该项，选择Windows版本

四、安装CUDA11.6配置cuDNN v8.9.3

（一）、安装CUDA

1、一直默认下一步就好了，俗称傻瓜式安装，注意以下几点：

2、没安装VS，将CUDA安装组将中的VS取消勾选：

3、选择安装位置，保持默认路径（记住这个路径，把这个路径保留下来，后面添加环境变量时，会用到），直接点击下一步：

4、安装完成后，添加CUDA的环境变量（如果已经存在，则不需要重复添加）

5、检验CUDA 11.6是否安装成功

键盘点击Windows+R或者搜索栏输入cmd，打开命令提示符

在命令提示符下，输入以下命令

nvcc -V

若可以查看到CUDA版本信息，则说明安装成功：

（二）、配置cuDNN

1.将之前下载的cuDNN压缩文件进行解压，在解压后的文件中找到如下文件将里面对应的bin，lib，include内的文件（注意是文件不是目录）复制粘贴（不是替换）到CUDA安装目录（前面记的那个路径）的各自对应bin，lib，include文件夹下（本人是默认路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2）

2、给cuDNN添加相应的环境变量

在系统变量设置界面，选中path，再点击编辑，

点击新建，逐个填入如下环境变量（已经存在的环境变量，不需要重复添加）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp

3、检验是否成功安装：

在cmd命令行输入如下命令进入文件夹：

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

然后再输入：bandwidthTest.exe

接着输入：deviceQuery.exe

表示安装成功！！！

五、安装Pytorch

1、进入Pytorch官网:Previous PyTorch Versions | PyTorch

找与我们安装的cuda版本一致的下载命令，本文装的是cuda11.6，于是在cmd命令行输入如下命令：

出现下图所示：

2、验证是否安装成功：打开命令行输入python进入交互式编辑，输入以下命令

import torch
x = torch.rand(5,3)
print(x)

验证Pytorch能否使用GPU，导入torch模块

import torch
print(torch.cuda.is_available())

输出True则当前Ptorch能够正常使用CUDA，返回False则说明配置有问题不能正常使用CUDA。

喜欢文章可以点赞收藏，欢迎关注，如有错误请指正！

参考

深度学习环境搭建：Pytorch与CUDA的安装_安装cuda和pytorch-CSDN博客

史上最详细的Pytorch+CUDA+CUDNN的安装(GPU版)_pytorch cuda-CSDN博客

Windows下安装CUDA并配置cuDNN教程_windows安装cudnn-CSDN博客