安装CUDA与CUDNN与Pytorch（最新超级详细图文版本2023年8月最新）_cudnn12.2

一、安装CUDA

1.1、下载安装包

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

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

就是下载一个程序，然后一路确认就可以了。现在建议从官方下载，官方下载也很快了已经Free Download | Anaconda

3.2、创建并且激活虚拟环境

进入命令行后，创建一个名为learning的虚拟环境

conda create -n learning
1

然后激活这个环境

conda activate learning
1

3.3、安装pytorch

我们进入Pytorch的下载地址Start Locally | PyTorch，然后发现，我们装的是最新的CUDA12.2版本，但是pytorch最新的稳定版本是支持到11.7，太干了，但是经过查找资料发现是可以用的。

当然我们也可以使用预览版本，也就是不稳定版本，它支持到了12.1

我们还是按照CUDA11.7来吧，输入以下命令，这个命令也是网站生成的

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
1

经过一段时间就安装好了，安装好了以后可以通过Python脚本验证一下

import torch
torch.cuda.is_available()
1
2

如果输出True就没有问题