当前位置:   article > 正文

在windows11上安装cuda,cudnn,以及GPU版的pytorch_windows11下载cuda教程是不是只能下到c盘

windows11下载cuda教程是不是只能下到c盘

第一步:查看自己电脑的配置,是否是GPU型的电脑

方法1:快捷键方式

Ctrl+Shift+Esc键——>性能(或Windows键+X——>任务管理器——>性能),如果有GPU就说明是GPU型,否则就不是

如果出现以下情况说明不是GPU型

方法2:终端查看NVIDIA

打开终端:Windows键+R,输入cmd

在终端输入:nvidia-smi

出现下面的结果说明存在

如果出现下面的结果就说明不存在

注意:如果是GPU型电脑就可以继续以下步骤,否则不需要

第二步:查看电脑的配置可安装什么版本的cuda

方法1:在终端查看

在终端输入:nvidia-smi

方法2:NVIDIA控制面板中查看

在桌面空白处右击鼠标,点击NVIDIA控制面板——>帮助——>系统信息——>组件

 

上面的结果说明可安装cuda 11.4版本及以下

特别注意事项:不要着急直接安装该版本的,因为还要安装cudnn,cudnn的版本也得配套,去官网查看是否有配套版本的cudnn(cuda的版本和cudnn的版本必须保持一致,也即cuda是11.4,cudnn也必须是11.4)。还有需要安装配套的pytorch,所以也得提前去官网上查看一下目前可安装的pytorch版本是否有配套的,也是对应版本(过来人血的经验和教训,不然即使前面cuda和cudnn版本都对应上,pytorch的版本对应不上,pytorch也不会安装成功)

第三步:安装cuda(由于查看了cuda,cudnn以及pytorch可安装的版本,在此我选择的是11.3,因为pytorch目前最高的只有11.3)

cuda各种可安装版本的官网网址

1.直接下载安装包,点击安装包安装即可

我一般安装在C盘(注意:拍照记住安装路径);

安装步骤如下:

(1)一个临时解压路径,不是最终安装路径,所以不必换

(2)选择自定义比较好

(3)记得不要安装Visual Studio Integration,占用较大内存

2.在环境变量中添加上cuda的安装路径

添加方式:

Windows键+R——>输入sysdm.cpl——>高级——>环境变量——PATH——>编辑——>新建——>然后一个一个添加路径

 

记得在完成安装之后添加环境变量到PATH里(当然要把自己的版本号改过来):

3.检验cuda是否安装成功

在终端输入:nvcc -V

出现这样子的结果说明是安装成功了

第四步:安装cudnn

在cudnn官网上下载对应版本的cudnn

小tips:由于在官网上下载需要登录或者会员,我们可以利用迅雷下载

 

 

 得是将迅雷作为浏览器的默认下载插件,或直接右击复制链接在迅雷中下载

下载完成后,直接解压,将里面bin,include,lib文件夹里面的东西拷贝到已安装的cuda的对应文件夹中

解压后的cudnn文件夹:

已安装的cuda文件夹: 

检测是否安装成功

在终端:cd到以下路径中去,然后依次运行deviceQuery.exe和bandwidthTest.exe

 运行deviceQuery.exe的结果:

运行bandwidthTest.exe的结果:

 第五步:安装GPU版的pytorch

pytorch官网安装

拷贝以下命令在终端安装:

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

测试pytorch是否安装成功:

在python中输入以下命令:

import torch

print(torch.cuda.is_available())

 

出现True则说明安装成功 

 可参考链接:GPU版pytorch安装方法(基于Pycharm)-爱代码爱编程

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/菜鸟追梦旅行/article/detail/128458
推荐阅读
相关标签
  

闽ICP备14008679号