CUDA详细安装及环境配置——环境配置指南 – CUDA+cuDNN+PyTorch 安装

确定显卡支持的CUDA版本

在显卡驱动被正确安装的前提下,在命令行里输入

bash 复制代码
nvidia-smi.exe

效果如图所示

可以看到显示CUDA Version为12.7,说明该显卡最高支持到12.7,我这里就选择12.6的版本,你也可以选择更低的版本比如 12.5,12.4更低的版本

确定CUDA版本对应的cuDNN版本

在cudnn下载页面,我们cuda是12.6,这里就选择cuDNNV8.9.0版本的for CUDA11.x版本即可

好了三个安装版本都确定好了,现在开始一个个安装就行

安装CUDA

下载安装包,在NVIDIA官方网站即可下载,地址为:https://developer.nvidia.com/cuda-toolkit-archive

注意选择你的操作系统,什么版本的 我是Windows11 需要选择11,离线安装包还是在线安装包,省得麻烦就选择离线安装包了,选择好后,点击下面的Download按钮。

安装包下载好后,双击安装包进行安装

弹出这个,临时抽取文件放置位置的,直接点击ok、随后进入系统兼容性的检查,就是看你是否下错安装包了

没问题后会弹出许可协议

直接点击同意并继续,弹出的安装选项,选择自定义

点击下一步

把CUDA选一下,还需要注意一点,如果 你前面没有安装vs,直接安装的这个,需要把CUDA里面的

Visual Studio Integration取消勾选,否则会安装不成功

需要记住安装的位置,后面需要用到

下一步,开始安装

点击下一步

这里提示了你选择的组件的安装情况,到这就安装好了,点击关闭。

检查是否安装成功

打开cmd,输入

bash 复制代码
nvcc -V

出现了你安装的CUDA的版本信息,说明安装成功了

安装cuDNN

下载安装包,在NVIDIA官方网站即可下载,地址为:

https://developer.nvidia.com/rdp/cudnn-archive

如没有NVIDIA开发者账号的话,就按照提示注册一个就好,再登录即可下载了。

下载下来是个压缩包,我的是cudnn-windows-x86_64-8.9.7.29_cuda12-archive.zip 直接解压缩,完成后点击去你能看到如下三个文件夹(bin、include、lib)

把这三个文件夹的文件分别拷贝到CUDA安装目录对应的(bin、include、lib)文件夹中即可。CUDA的lib目录有x64 、Win32、cmake三个文件夹,拷到其中的x64这个文件夹中

然后进入该目录下的 extras/demo_suite/ 目录,在终端中依次输入以下命令:

bash 复制代码
./bandwidthTest
bash 复制代码
./deviceQuery


若均输出 Result = PASS,说明安装成功:

安装 PyTorch

然后,进入 PyTorch 官网,通过"Get Started -> Start Locally"定位到下载页:

bash 复制代码
https://pytorch.org/

在这里根据你使用的 Python 环境选择合适的安装方式,网页上会自动生成合适的安装命令。例如我使用 pip 管理我的 Python 环境,安装了 CUDA 12.x,就选择相应的选项。如果你使用 Anaconda 管理你的 Python 环境,你需要选择"Conda"选项。此处我使用以下代码安装:

bash 复制代码
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
相关推荐
小雷FansUnion1 小时前
深入理解MCP架构:智能服务编排、上下文管理与动态路由实战
人工智能·架构·大模型·mcp
资讯分享周1 小时前
扣子空间PPT生产力升级:AI智能生成与多模态创作新时代
人工智能·powerpoint
思则变2 小时前
[Pytest] [Part 2]增加 log功能
开发语言·python·pytest
叶子爱分享2 小时前
计算机视觉与图像处理的关系
图像处理·人工智能·计算机视觉
鱼摆摆拜拜2 小时前
第 3 章:神经网络如何学习
人工智能·神经网络·学习
一只鹿鹿鹿2 小时前
信息化项目验收,软件工程评审和检查表单
大数据·人工智能·后端·智慧城市·软件工程
张较瘦_3 小时前
[论文阅读] 人工智能 | 深度学习系统崩溃恢复新方案:DaiFu框架的原位修复技术
论文阅读·人工智能·深度学习
cver1233 小时前
野生动物检测数据集介绍-5,138张图片 野生动物保护监测 智能狩猎相机系统 生态研究与调查
人工智能·pytorch·深度学习·目标检测·计算机视觉·目标跟踪
漫谈网络3 小时前
WebSocket 在前后端的完整使用流程
javascript·python·websocket
学技术的大胜嗷3 小时前
离线迁移 Conda 环境到 Windows 服务器:用 conda-pack 摆脱硬路径限制
人工智能·深度学习·yolo·目标检测·机器学习