【Win11】5090配置深度学习环境

本教程配置：Window11、CUDA-12.8、cuDNN-8.9.7、PyTorch Nightly 、anaconda3-2024,10.1

一、版本选择说明

1.5090只能用CUDA12.8

RTX 5090框架改为了sm_120，官方说明RTX 50 系列只需 CUDA 12.1+，但实测仅12.8支持 sm_120。

2.cudnn可选多个版本

NVIDIA 官方文档明确标注 CUDA 12.8 需搭配 ​​cuDNN 9.3.0​，除官方推荐外，cuDNN 8.9.7​、​​cuDNN 9.1.0、cuDNN 9.2.0版本经开发者验证可在 RTX 5090 + CUDA 12.8 环境中稳定运行。

3.pytorch

由于 RTX 5090 基于 Blackwell 架构（计算能力 sm_120），官方稳定版 PyTorch 暂未支持，需安装PyTorch Nightly 版。

二、安装

1.Visual Studio 2022

由于安装CUDA 12.8需要Visual Studio 2022 所以要先安装它。

【地址】visualstudio.microsoft.com/zh-hans/dow…https://link.juejin.cn/?target=https%3A%2F%2Fvisualstudio.microsoft.com%2Fzh-hans%2Fdownloads%2F 

【注意】安装时勾选 C++桌面开发

2.CUDA 12.8

【地址】CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archive

【注意】安装在C盘

3.cudnn 8.9.7

【地址】cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive#a-collapse897-120

【注意】注意替换文件

4.anaconda3

【地址】Index of /archivehttps://repo.anaconda.com/archive/

【注意】推荐2024,10.1较稳定

三、YOLO深度学习环境配置

conda create -n yolo python=3.10 -y
conda activate yolo
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128
# 验证是否安装成功
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"
pip install opencv-python-headless
pip install -v -e .