【番外】01:Windows 安装配置 CUDA 和 cuDNN 教程


1. 环境检查

(1)只有 NVIDIA 显卡才支持 CUDA,若电脑无此类显卡,那么不必再阅读本教程了。

(2)请尽量使用 64位 Windows系统,因为较新版本的 CUDA 和 cuDNN 已经停止对 32位 的支持。

(3)打开 NVIDIA 控制面板,点击左下角“系统信息”,在弹窗中点击“组件”,查看当前显卡驱动支持的最高 CUDA 版本。
(如果需要支持更高的版本,可以尝试升级显卡驱动)

在这里插入图片描述


2. 安装CUDA

(1)登录 NVIDIA 开发者中心,下载 CUDA 安装包,注意版本不要超过上文所述的“最高支持版本”。
https://developer.nvidia.com/cuda-toolkit-archive
推荐稳定版本:11.3、11.6、11.8、12.1、12.4、12.6、12.8

(2)本文以 11.6 版本为例,点击上述网页中的 CUDA Toolkit 11.6.2,在跳转页面中,依次选择:

  • 操作系统:Windows
  • 系统架构:x86_64
  • 系统版本:根据电脑系统来选择,如win10就选10,win11就选11,服务器系统就选Server xx
  • 安装文件:推荐选择 exe(local) ,代表下载一个离线安装包,文件较大。exe(network)文件较小,但安装过程需要网络。
  • 选择完成后,点击 Download 开始下载。

在这里插入图片描述

(3)双击下载的 EXE 安装包,开始安装;

(4)安装文件的(临时)解压存放路径,保持默认,点击OK,等待文件提取完成;

在这里插入图片描述

(5)首先进行系统兼容性检查,完成后出现许可协议,点击“同意并继续”;安装选项,选择“自定义”,点击“下一步”;

在这里插入图片描述

(6)在自定义窗口中,展开第一项CUDA,取消勾选其中的Visual Studio Integration,剩余的选项全部保持勾选,点击下一步;

在这里插入图片描述

(7)选择安装位置,一共三个路径,分别代表:文档(Documentation)、样例(Samples) 和 开发包(Development)。
(CUDA 11.8 及以上版本可能只有两个路径,没有 Samples 路径)

其中 文档 和 开发包 在同一个路径。默认都安装在C盘,也可以自定义。

如果想自定义到其他盘,我建议您先在其他盘区下,手动创建与默认路径结构一致的文件夹,如:

默认路径自定义路径(D盘)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6D:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

然后回到安装向导中,分别点击三个 “浏览…”,在其他盘区下,找到手动创建的对应文件夹。

全部完成后,点击下一步,将直接开始安装

在这里插入图片描述

(8)等待安装完成,点击下一步,再点击关闭,安装完成;

在这里插入图片描述

(9)验证安装是否成功。打开一个命令终端,执行:nvcc -V ,得到如下图输出,代表安装成功。
在这里插入图片描述

(10)执行:set cuda ,可以输出 CUDA 安装路径。(我已经自定义到了 D 盘)
(注意,此命令在 Powershell 中可能没有输出,改用 cmd 窗口就正常了)

在这里插入图片描述


3. 安装cuDNN

cuDNN 是基于 CUDA 的深度神经网络加速库,专门为深度学习算法服务,相当于 CUDA 的一个补丁。

(1)登录cuDNN下载网页(必须注册账号并登录,才能下载)
https://developer.nvidia.com/rdp/cudnn-archive

(2)根据之前安装的 CUDA 版本,展开相应的 cuDNN 目录,然后点击下载对应系统的压缩包。

  • 11.x 代表适配所有 cuda11 版本,12.x 代表适配所有 cuda12 版本;
  • 在适配的前提下,推荐下载最新版本的 cuDNN 压缩包;
  • 例如,为了适配 11.6,可以展开下图中的第二项,在展开页面中,点击下载 Windows 的Zip包。

在这里插入图片描述

在这里插入图片描述

(3)解压文件,将其中的 bin、include、lib 三个文件夹,复制到 CUDA Development 安装路径下,与同名文件夹合并。至此,安装完成,接下来配置环境变量。

在这里插入图片描述


4. 配置环境变量

(1)打开环境变量设置窗口;
(方法不唯一,Win10 可以右键“此电脑” >> 属性 >> 高级系统设置 >> 环境变量);

(2)首先检查是否已有两个变量:CUDA_PATH 和 CUDA_PATH_V11_6,值为 CUDA 11.6 的 Development 安装路径。(第二个变量名称会随着 CUDA 版本而变化)如果没有,请手动添加。

在这里插入图片描述

(3)双击 Path 变量,检查列表中是否已有如下图的两项,分别指向 CUDA Development 安装路径下的 bin 和 libnvvp 文件夹。如果没有,请手动添加。

在这里插入图片描述

(4)如果只需要运行使用 CUDA 功能的现有程序,那么以上环境变量已经足够;

但如果还需要将 CUDA 编译进 新的程序 或 DLL 中,则需要将 include 和 lib\x64 路径追加到 Path 列表里,以便让编译器顺利找到头文件和(64位的)静态链接库。具体如下图:

在这里插入图片描述

  • 如果用 32位 编译器,可以将库路径改为 lib\Win32 ,虽然这么用的不多。
  • 有些资料,将库路径只写到 lib ,我认为是不准确的。但说不定他的版本 lib 下没有子目录,直接就是库文件,又或者他的编译器里写了特殊的检索规则,可以自动查找 lib 下的子目录。
  • 总之,只要你明白原理,就能根据具体情况随时调整环境变量的值。

(5)最后,通过点击 “确定” 来关闭所有窗口,完成环境变量设置。切记,不可以直接关闭窗口,那样的话,设置将不生效。

<think>好的,我现在需要帮用户解决在Windows安装CUDAcuDNN的问题。首先,我得回忆一下自己之前处理类似问题的经验,以及查看提供的引用内容。 用户的问题是关于Windows安装CUDAcuDNN的步骤以及版本兼容性。根据引用内容,特别是引用[1]引用[3],关键点包括版本选择、安装步骤环境变量配置。不过,用户提供的引用中有部分信息可能有点混乱,比如引用[3]提到CUDA 9.1的版本,但引用[1]推荐的是CUDA 11.8。我需要确认最新的推荐版本,同时考虑到TensorFlow的兼容性。 首先,确定用户可能使用的框架,比如TensorFlow或PyTorch,这些框架对CUDAcuDNN版本有特定要求。根据引用[1],TensorFlow 2.15.x需要CUDA 11.8cuDNN 8.6。因此,安装最新兼容版本是关键。但用户可能使用的是其他版本,需要检查对应表格。 接下来,安装步骤。引用[1]提到Windows用户下载exe文件后选择自定义安装,取消GeForce Experience,然后配置环境变量。引用[3]提到了版本冲突的问题,比如安装时如果本地有旧版本,需要处理兼容性,可能需要卸载旧版本或者选择正确版本。 然后,cuDNN安装步骤,根据引用[2],可能需要将cuDNN的文件复制到CUDA安装目录,并设置环境变量。这里需要具体说明如何下载cuDNN,解压并复制文件。 另外,验证安装的部分也很重要,用户可能需要运行nvcc --versiondeviceQuery来确认CUDA安装成功,以及检查cuDNN是否被正确识别。 需要注意的是,用户可能在安装过程中遇到版本不匹配的问题,比如安装了不兼容的CUDAcuDNN版本,或者驱动版本过低。因此,强调检查版本兼容性,尤其是框架要求的特定版本,这一点很重要。 最后,生成相关问题的时候,需要考虑用户可能的后续疑问,比如如何验证安装、解决版本冲突、多版本管理等。 整理步骤时,需要按逻辑顺序:检查驱动、下载CUDA安装CUDA、下载cuDNN配置cuDNN、环境变量、验证安装。同时,强调版本选择的重要性,并提供参考链接。</think>### Windows安装CUDAcuDNN完整步骤 #### 一、安装前准备 1. **检查NVIDIA驱动版本** - 右键桌面 → 打开**NVIDIA控制面板** → 点击左下角**系统信息** → 查看“驱动程序版本”(需支持目标CUDA版本,推荐更新至最新驱动)[^2]。 2. **确认版本兼容性** - **TensorFlow/CUDA/cuDNN对照表**(以TensorFlow为例): | TensorFlow版本 | CUDA版本 | cuDNN版本 | |----------------|----------|-----------| | 2.15.x | 11.8 | 8.6 | | 2.12.x | 11.8 | 8.6 | 推荐安装**CUDA 11.8 + cuDNN 8.6**(兼容性最佳)[^1]。 #### 二、安装CUDA Toolkit 1. **下载CUDA** - 访问[CUDA Toolkit Archive](https://developer.nvidia.cn/cuda-toolkit-archive) → 选择**CUDA 11.8.0** → 点击“Windows 10”对应版本下载(文件名如`cuda_11.8.0_win10.exe`)[^1]。 2. **安装CUDA** - 运行安装程序 → 选择“自定义安装” → **取消勾选“NVIDIA GeForce Experience”**(避免冲突)[^3]。 - 默认安装路径:`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8`。 3. **配置环境变量** - 添加以下路径到系统环境变量`PATH`: ``` C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp ``` #### 三、安装cuDNN 1. **下载cuDNN** - 访问[NVIDIA cuDNN下载页](https://developer.nvidia.cn/cudnn) → 登录账号 → 选择**cuDNN 8.6.0 for CUDA 11.x** → 下载ZIP文件。 2. **解压并复制文件** - 解压ZIP文件 → 将以下文件夹内容复制到CUDA安装目录: - `cuda\bin\*` → `CUDA\v11.8\bin` - `cuda\include\*` → `CUDA\v11.8\include` - `cuda\lib\x64\*` → `CUDA\v11.8\lib\x64` #### 四、验证安装 1. **检查CUDA版本** - 打开命令提示符 → 输入: ```bash nvcc --version ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

秣厉科技

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值