CUDA+CUDNN+Pytorch详细安装说明

一、查看电脑版本信息

      方法一、终端查看

1.win+R打开并输入cmd点击确定。输入nvidia-smi查看CUDA版本信息

如下图所示：博主的CUDA支持12.9以下的CUDA版本

方法二、NVIDIA控制面板查看

1.打开NVIDIA控制面板

2.选择帮助后，点击系统信息

3.点击组件，之后可以看到自己支持的cuda版本

二、下载并安装CUDA

1.CUDA官网下载地址：CUDA Toolkit Archive | NVIDIA Developer

2.选择电脑支持的CUDA版本下载，这里我选择的是12.8.0

3.点击安装后选择适合的配置进行下载

       OperatingSystem （操作系统）：我的是window

       Architecture  （架构）： 根据自己电脑的配置选择， 现在一般的电脑都是为x86_64

       Version  （版本）： 选择适合自己的windows版本

       Installer Type： 选择本地安装 或 网络安装

选择好适合自己的版本后进行安装

4.第一次会让设置临时解压目录，我这里选择的是D盘目录

5.等待安装

6.勾选 同意并继续

7.选择自定义安装，点击下一步

8.第一次安装的话，所有的都勾选上

9.记住cuda的安装路径，我选择的是D盘新建的一个文件夹

10.点击下一步

11.出现如下界面，表示安装完成

12.检查环境是否包含cuda

13.现在重启电脑，然后Win+R 输入cmd，输入nvcc -V，出现如下界面，代表cuda安装成功。

三、CUDNN下载

1.CUDA官网下载地址：cuDNN Archive | NVIDIA Developer

2.因为我上面选择的cuda是12.8，所以选择匹配的版本

3.将安装后的CUDNN压缩包解压后获得三个文件夹

4.然后分别将CUDNN中上面三个文件夹内容放到cuda安装目录下对应的文件里面

5.添加环境变量，找到环境变量-系统变量-path，分别将如下三个变量添加进去，               D:\CUDA\v12.8\lib    

 D:\CUDA\v12.8\include

 D:\CUDA\v12.8\libnvvp

6.检查cudnn是否安装成功。找到cuda安装路径：D:\CUDA\v12.8\extras\demo_suite，找到以下两个.exe文件

首先运行：deviceQuery.exe，查看是否出现如下界面：

然后执行bandwidthTest.exe，出现如下界面，则代表cudnn安装成功

四、pytorch安装

1.下载pytorch

pyotrch安装官网：Start Locally | PyTorch

1.选择适版本匹配的pytorch

“Stable”表示稳定版本（通常推荐使用稳定版）。
“Your OS”选择操作系统，如 Windows。
“Package”选择包管理工具，如 pip 或 conda。
“Language”选择 构建语言，选择python。
“Compute Platform”选择对应的CUDA，这里我选择12.8。

2.进入到自己的conda虚拟环境，并输入官网给出的命令

3.检验是否安装成功，torch.cuda.is_available() 为True则GPU可用，False表示不可用