安装CUDA与CUDNN与Pytorch（最新超级详细图文版本2024年8月最新）_cudnn12_pytorch cudnn

cuda可以认为就是Nvidia为了显卡炼丹搞的一个软件，其下载地址为：CUDA Toolkit 12.2 Update 1 Downloads | NVIDIA Developer

当你点进这个链接的时候，你需要依次选择

1是选择系统，这里选windows

2是选择平台，32位还是64位，其实只支持64位

3是选择系统版本，这里我们选择win10，如果是其他的系统就选择其他的

4是选择本地下载，也就是一次全部下载完然后安装，还是网络下载，即下载一个安装工具，边下载边安装

5是下载，可以看到安装包有3GB

需要注意： 这里我们直接选择了最新版的CUDA，如果你需要别的版本，直接点击这个链接 CUDA Toolkit Archive | NVIDIA Developer

这里面有你需要的版本。

1.2、安装

双击下载好的文件

后面就一路确定就好了，默认的安装位置在

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2

所以我们需要添加两个系统变量，实际上在安装的时候已经默认添加了，为了防止没有添加成功，这里我们可以看一下

点击属性

主要看有没有这两条，没有的话就新建添加一下。

二、CUDNN安装

2.1、CUDNN下载

下载地址：cuDNN Download | NVIDIA Developer

你要同意他的政策，也就是点击前面的小方块

然后就会出现两个下载选项，我们选择第一个，因为第一个CUDNN对应的CUDA版本是12，我们安装的CUDA版本是12。

如果你需要下载历史版本，点击这个链接 cuDNN Archive | NVIDIA Developer

需要注意： 也许你进这个网站需要登录，这是正常的，我因为之前登录过了，所以没有遇到，需要登录的话就注册个账号然后登录就好了。

2.2、安装

下载好了是一个压缩包，我们解压到当前为止可以得到三个文件夹

把这三个文件夹复制到我们之前的那个CUDA目录下，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2，这个目录下也有三个同名文件，把文件复制过来就可以了。

复制完成后，需要添加环境变量，这次我们添加到PATH中，

2.3、验证

怎么知道我们安装的CUDA和CUDNN是正确的呢，需要验证一下，打开CMD，输入命令

nvcc -V

1
2

有这些版本号之类的东西基本上验证安装成功了，打开这个地址可以进一步验证

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\extras\demo_suite

运行这两个程序

得到下面两个结果

验证安装成功

三、Pytorch安装

3.1、安装Anaconda

可以参考我这篇博客Anaconda萌新入门_LyaJpunov的博客-CSDN博客

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！**

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）