史上最详细的Pytorch+CUDA+CUDNN的安装

Pytorch GPU版本的安装

• • • 首先看一下自己的驱动：
    • 安装Pytorch
    • CUDA安装
    • CUDNN安装
    • 查看是否安装成功

CPU版本的教程 请点击此处查看

首先看一下自己的驱动：

·如果驱动不支持CUDA11的话就要先更新驱动
·打开命令行win+r，输入cmd，在命令行输入：nvidia-smi 查看信息

这里可以看到我的驱动是512.2，根据下图可以看到驱动只要大于451.22就支持CUDA11，,pytorch最新本已经不支持CUDA10,如果驱动版本低于451,可以升级驱动，点击此处下载驱动，下面是CUDA和显卡驱动对应的版本：

安装Pytorch

此处使用的是本地安装(因为pip安装和conda安装本人都没有成功，可能是网络问题),点击此处进行Pytorch的下载：可以看到我的CUDA是11.6版本：

我们进入下载pytorch的网站，发现还没有CUDA11.6版本，我们可以下载CUDA11.5版本，
cu115代表CUDA11.5版本，cp38代表python的版本，选择合适的进行下载，我下载的是CUDA11.5版本，Python版本3.8,所以我们选择：

同理我们再选择torchvison和torchaudio的下载，下载完成后进行本地安装：使用pip install+安装包的路径安装，我的在D盘：

此时我们就可以检测一下是否安装成功：
可以看到已经成功了！！！

CUDA安装

点击此处，进入下载，选择合适自己的版本：

选择好信息开始下载：

点击安装包，一路默认安装就行

CUDNN安装

点击此处，自行注册账号

然后点击下载：需要填写调查问卷，点击提交

找到相应的版本：

这里我的是windows CUDA11.6，所以我下载windows版本的压缩包

下载完进行解压：

然后找到我们CUDA11.6的位置，默认安装的在：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

然后我们找到刚刚解压的cudnn文件夹

将bin，include，lib文件夹下里面的‘文件’分别复制到CUDA相应的文件夹里面（复制的是里面的的文件，不是文件夹）：

查看是否安装成功

·查看CUDA，在命令行输入：nvcc -V，出现以下代表成功：

·查看cudnn，我们在命令行进入安装cuda的目录，我的是：

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

然后在命令行进入文件夹：

输入：bandwidthTest.exe

输入：deviceQuery.exe

表示安装成功！！！
喜欢文章可以点赞收藏，欢迎关注，如有错误请指正！