windows配制cuda+cudnn+pytorch环境

(一) CUDA工具配置

下载CUDA Toolkit工具前需要检查自己设备的自带cuda版本,打开cmd后输入指令

nvidia-smi

可以查看自己设备所兼容的cuda版本(可以向下兼容)

​

如上图,本人设备的CUDA Version为13.0,因为可以向下兼容本人此处采用的是12.6的CUDA版本
CUDA Toolkit 12.6 Update 1 Downloads | NVIDIA Developer

​

如上图所示,download后运行exe文件-----默认路径下安装即可

​

后面默认安装即可, 在安装后需要添加环境变量

​

打开环境变量页面

​

下载完成后 这两个CUDA_PATH 文件会自动添加上去

此外还需要添加下面连个文件,分别是lib文件和libnvvp文件将其添加到系统变量的path下

​

如果是默认安装在c盘,则其位置在(仅供参考)

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin

到这里cuda环境已经配置完了,可以打开cmd 输入

nvcc -V

进行验证,若安装成功则输出为

​

至此,CUDA的安装已经完成.

(二)CUDNN的配置

访问 cuDNN Archive ,下载自己对应的版本

​

下载最新的对应版本即可,下载并解压以后得到如下的文件

​

将其中的bin include lib文件中的相关文件复制粘贴到 CUDA安装包下对应的同名安装包中,如将cudnn安装bin文件中的内容复制粘贴到CUDA安装包的bin文件下. 然后在终端中运行(注意运行的时候要在具体的路径地址下eg:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\extras\demo_suite)

bandwidthTest.exe

deviceQuery.exe

若无报错则证明安装正确,参考图片如上,倘若没有cd 至正确的路径则会出现报错,具体地址为在 CUDA 的安装目录下的 extras\demo_suite.

至此已经完成了cudnn的全部配置.

(三)pytorch安装

Get Startedhttps://pytorch.org/get-started/locally/在该网址下选择自己对应的版本,而后进行一键安装即可,注意版本的对应问题

在下面直接将Run this Command的内容复制粘贴在终端即可

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu126

格式参考上面 请根据自己需求选择.

最后一键安装即可,安装成功后结果如下

 至此已完成全部的安装.

参考链接

https://www.cnblogs.com/zijie1024/articles/18375637

https://blog.csdn.net/MANCXUARY/article/details/128798637

特别感谢

感谢怀博师兄的支持!!!