Windows配置cuda，并安装配置Pytorch-GPU版本

文章目录

[1. CUDA Toolkit安装](#1. CUDA Toolkit安装)
[2. 安装cuDNN](#2. 安装cuDNN)
[3. 添加环境变量](#3. 添加环境变量)
[配置Pytorch GPU版本](#配置Pytorch GPU版本)

博主的电脑是Windows11，在安装cuda之前，请先查看pytorch支持的版本，cuda可以向下兼容，但是pytorch不行，请先进入：https://pytorch.org/，或网址https://pytorch.org/get-started/previous-versions/，查看pytorch支持的cuda版本

1. CUDA Toolkit安装

首先查看自己的NVIDIA配置，进入控制面板 ->（左下方）系统信息 ，细节里的第一个：驱动程序版本 556.13

然后进入网站：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#major-components
查看cuda版本对应的驱动版本，因为我是556.13，结合pytorch版本，所以应该下载CUDA 12.4 Update 1
最后下载安装即可，进入网站：https://developer.nvidia.com/cuda-toolkit-archive
点击【CUDA Toolkit 12.4.1】后，选择windows11，下载后安装即可

下载后双击即可，直接选择【精简安装】即可开始安装，安装路径为C:\Proxxxxxxxxxxxxx，打开命令行：

bash 复制代码

nvcc -V

可以看到如下内容：

bash 复制代码

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2024 NVIDIA Corporation
Built on Thu_Mar_28_02:30:10_Pacific_Daylight_Time_2024
Cuda compilation tools, release 12.4, V12.4.131
Build cuda_12.4.r12.4/compiler.34097967_0

2. 安装cuDNN

进入网站：https://developer.nvidia.com/rdp/cudnn-archive，根据安装的Cuda版本选择一个比较新的安装包下载即可：
下载完成后解压：
查找自己cuda的安装路径，默认为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\版本号\

把解压的cuDNN的三个文件夹bin，include，lib直接拖拽到cuda的文件目录下（有些版本可能会覆盖文件，其他版本点击覆盖；但是博主操作时没有出现覆盖文件）

3. 添加环境变量

安装完cuda后，系统环境变量中会新增这两项内容：

点开环境变量的PATH，添加两条环境变量：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\libnvvp

这样Cuda就安装完成了

配置Pytorch GPU版本

进入pytorch官网：https://pytorch.org/，或是旧版本的https://pytorch.org/get-started/previous-versions/，找到对应的pytorch版本

博主刚才安装的是CUDA 12.4 Update 1，因此这里选择下图的选项：

在python3.9以上的环境中直接用pip命令：pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

然后在程序中使用：

py 复制代码

import torch

print(torch.__version__)
print(torch.cuda.is_available())

得到如下结果：

text 复制代码

2.5.1+cu124
True