个人笔记本安装Pytorch 和NVIDIA CUDA环境的全过程记录

个人笔记本安装Pytorch 和NVIDIA CUDA环境的全过程记录

• 通过nvidia-smi命令查看支持的CUDA 版本

  • 

  • 可以看到是12.6以下

• 去到官网https://pytorch.org/get-started/locally/选择对应的CUDA版本。

  • 此处选择11.8版本即CU118
    

  • 对应命令为

  • pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
    

• 下载对应版本的CUDA（https://developer.nvidia.com/cuda-toolkit-archive）

  • 

  • 此处我选择的是12.6.0的版本。

  • 选择自定义安装-自定义安装选项全部选择（CUDA子选项中取消勾选、不选择装Visual Studio Integration）-选择默认路径，并且记住安装位置，便于后续配置环境变量。

    配置四个环境变量，路径均为安装位置

    CUDA_PATH
    CUDA_PATH_V11_6（注意此处版本要结合自己的版本来）
    NVCUDASAMPLES_ROOT
    NVCUDASAMPLES11_0_ROOT
    

  • CMD中 通过nvcc -V可以查看是否安装成功。

• 安装CUDNN（https://developer.nvidia.com/rdp/cudnn-archive）此处我下的是v8.9.7
  

  • 更进一步的配置环境等操作请见(我也是参考这篇来的)：安装教程