史上最详细的Pytorch+CUDA+CUDNN的安装(GPU版)

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!

    来源:迷你皮卡

    物联沃分享整理
    物联沃-IOTWORD物联网 » 史上最详细的Pytorch+CUDA+CUDNN的安装(GPU版)

    发表评论