代码收藏家技术教程 2022-09-16

cuda11.3+torch1.12.0+torchvision0.13.0

前言

本电脑之前已安装CUDA，但一些老版本的torchvision并不支持新的网络，为了构建网络方便，就重新安装了CUDA、cuDNN、torch和torchvision。

CUDA的下载和安装

CUDA版本选择：

只要低于自己电脑的 CUDA Version就可以
PS：查看电脑CUDA，win+R ，输入cmd打开界面，输入nvidia-smi

CUDA toolkit 下载

官网下载链接：https://developer.nvidia.com/cuda-toolkit-archive
点击链接进入，选择自己需要的CUDA版本（本次下载11.3）：

点击进入，按照提示下载，下载完成是后.exe文件：

CUDA安装

安装的时候没截图，用的之前的，步骤相同
双击.exe文件，选择下载安装路径（推荐默认路径，省事，占空间也不大）

一直下一步，选择自定义安装（推荐使用）

点击下一步，若是第一次安装CUDA，直接4项全选即可。
若是第二次安装，只选择第1项CUDA即可（如果第二次安装的比第一次版本高，选择全选后是自动覆盖上一版本的。简而言之，就是保留最新的版本，本次是全选了，覆盖之前老版本）

选择安装，记住安装路径位置，后面需要用到

然后，点击下一步即可

添加环境变量

设置 –> 高级系统设置 –>环境变量–>系统变量
一般都是自动添加好的，这步可以省略

验证：
win+R –> cmd –> 输入nvcc -V(查看版本号）–> 输入 set cuda （查看CUDA设置的环境变量）

cuDNN下载安装

下载链接：https://developer.nvidia.com/rdp/cudnn-archive

下载需要注册英伟达账号，用邮箱注册，登录即可。之后选择跟自己的CUDA对应版本的cuDNNN，点击，然后选择自己系统版本，下载即可

下载完成，是个压缩包。解压，得到以下文件：

全选，复制，全部粘贴到之前CUDA的安装目录下，默认安装路径是：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

注意：CUDA安装路径下，已经存在bin、lib等相同的文件夹，不用管，直接粘贴，它们会自动添加到该去的文件夹

添加环境变量

进入环境变量，选择系统变量，找到path，点击编辑

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp

验证：

win+R–> cmd–> cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite

1、输入命令bandwidthTest.exe