Windows下安装CUDA和Pytorch

已于 2022-10-15 16:35:19 修改
阅读量1.1k 收藏 5
点赞数
文章标签： pytorch windows 深度学习
于 2022-09-22 22:35:13 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/haqiedaba/article/details/127001270
版权
本文详细介绍了在Windows系统中安装CUDA工具包、cuDNN以及PyTorch的步骤，包括验证安装成功的测试。同时，文章还提到了在安装过程中遇到的问题及解决方法，如环境变量设置、依赖库的安装等。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

1.cuda toolkit Download

2.cuDNN Download

3.pytorch下载安装

4.用动手深度学习的一个项目测试

1.cuda toolkit Download

cmd输入nvidia-smi，查看电脑支持的版本。



Release Notes :: CUDA Toolkit Documentation

进入上方链接进行比照，选择的cuda版本不能高于你的显卡驱动里面那个版本号，我这边选择了11.2版本。 

从该链接下载对应版本（下载速度有点小慢）：CUDA Toolkit Archive | NVIDIA Developer

临时解压路径，默认即可，安装结束后，临时解压文件夹会自动删除。

 同意->自定义，不用选Visual Studio Integration

<

最低0.47元/天 解锁文章
haqiedaba
关注
Windows 下安装 CUDA 和 Pytorch 跑深度学习
qq_16093505的博客
06-08 1537
​ 以B站跟李沐学AI课程更新自己的学习笔记
保姆级下载安装GPU(CUDA)版本PyTorch
热门推荐
Luobinhai的博客
07-05 3万+
摘要用心了
Windows下CUDA+pytorch安装
胖胖雕的GIS博客
03-04 1001
windows下CUDA+Pytorch安装记录
window安装CUDA和pytorch
m0_61686427的博客
01-13 1787
本文主要解决window用户深度学习安装的问题，还包括b站李沐老师视频的学习小总结
PyTorch\CUDA软件安装指引（Windows）
m0_64036176的博客
05-01 3970
供pytorch初学者参考安装软件，突出一些易入坑的地方，避免浪费时间
Windows 下安装 CUDA 和 Pytorch
baidu_41553551的博客
03-29 2602
下载cuda并安装CUDA Toolkit 11.6 Update 2 Downloads | NVIDIA Developer 查看duda版本 用Anaconda新建一个python3.8的环境 然后去Start Locally | PyTorch官网下载cuda对应的gpu环境
Windows配置cuda，并安装配置Pytorch-GPU版本
呆萌的代Ma
12-27 1972
Windows配置cuda，并安装配置Pytorch-GPU版本
Windows 下安装 CUDA 和 Pytorch 跑深度学习代码
weixin_52323547的博客
07-04 474
主要是对安装内容的记录
Windows10下安装CUDA和PyTorch跑深度学习中遇到的一些问题汇总（一）
小白的编码屋
05-15 1212
最近抽空在学习李沐大佬的 《动手学深度学习 PyTorch版》B站 课程，在安装这一节，遇到一些问题。这里记录下来并给出相应的解决办法，希望对后面学习的朋友也有帮助。 在一步一步跟着李沐大佬给出的Windows下安装CUDA的步骤时，双击解压下载好的CUDA 11.7应用程序的时候： 遇到第一个问题：没有确认自己的电脑显卡CUDA版本，下载了错误的驱动。 于是解决的办法就是，先去查看自己电脑的显卡CUDA版本，再去NVIDIA官网下载对应的版本。 那么问题又来了， 如何查找自己电脑的显卡CUDA版本？ 具体
Windows 下安装CUDA和Pytorch跑深度学习
won_t的博客
06-01 740
注意：cuda安装的版本需要根据pytorch的版本走，否则你pytorch建立的网络模型在不对应的cuda上是跑不起来的！anaconda中的新环境（我们需要在这个环境中跑深度学习）中的python版本也需要对应pytorch版本进行安装；在Anaconda Powershell Prompt命令行窗口激活我们新建的my_pytorch环境之后,输入安装pytorch包的命令。打开Anaconda Powershell Prompt命令行窗口（找不到就直接在搜索中搜索），刚进去是base环境。
Windows系统下CUDA、cuDNN与PyTorch的更新与安装全攻略
yxn4065的博客
06-05 8356
CUDA是NVIDIA推出的一个并行计算平台和编程模型，它允许开发者使用NVIDIA的GPU进行高性能计算。CUDA提供了一套丰富的API，使得开发者能够轻松地编写在GPU上运行的并行代码，从而显著提高计算性能。官网：https://developer.nvidia.com/这是一个包含CUDA编译器、调试器、性能分析工具等的开发套件，用于帮助开发者构建、优化和调试CUDA应用程序。CUDA Toolkit是开发CUDA程序的基础。cuDNN是NVIDIA专门为深度神经网络设计的一套加速库。
（自用）windows安装cuda+pytorch
weixin_43612195的博客
08-04 174
倒腾好久，出错无数，记录下步骤避免再次踩坑 1.安装anaconda 会自动下一个版本的python 2.conda create --namepython=3.6（3.5pip会出错，太高后面好像也会出错） 创建一个3.6版本的python虚拟环境 activate虚拟环境 3.找显卡型号https://blog.youkuaiyun.com/qq_38295511/article/details/89223169 （1）按win+Q，输入控制面板，然后查看方式小图标，点...
【保姆级教程】手把手带你配置Windows下Cuda+cudnn+PyTorch开发环境
LogosTR_的博客
06-02 2196
本文面向零基础的AI初学者以及迁移DL开发环境的相关人员，旨在通过最直观、最简洁的一条龙式图文配置教程，最大程度地降低学习门槛与迁移环境的成本。
Windows系统下，深度学习CUDA和pytorch的安装
weixin_45032242的博客
07-18 555
近期有需要用到pytorch的环境，所以就去安装了相应的CUAD和pytorch，现在做一个简单的流程介绍 1.CUDA的安装 2.安装pytorch 1.CUDA的安装 对于这个的安装，我主要是借鉴https://zhouchen.blog.youkuaiyun.com/article/details/107716721?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-3.control&depth_1-...
Windows安装Pytorch+CUDA环境
小威的博客
01-10 1678
本文将介绍使用 conda 创建Python虚拟环境，安装Pytorch和CUDA依赖。
Windows下安装Pytorch和CUDA及配置CUDNN教程
m0_57029521的博客
03-13 3426
进入CUDA下载界面，发现默认下载CUDA最新版本CUDA 12.4，但这个版本并不适合我们，所以我们需要点击右下角的Archive of Previous CUDA Releases，找到CUDA的早期版本。1.将之前下载的cuDNN压缩文件进行解压，在解压后的文件中找到如下文件将里面对应的bin，lib，include内的文件（注意是文件不是目录）可以看到本电脑最高可以装12.2版本的CUDA，保险起见，我选择安装11.6版本的。，进入命令提示符，输入nvidia-smi，查看显卡驱动版本。
新手保姆级GPU版本pytorch安装（win系统），CUDA和torch对应版本！
xhdbobo的博客
04-19 6764
CUDA和cuDNN安装教程！
Windows系统CUDA及PyTorch安装教程
哎哟哟也爱技术
02-07 1万+
要确定安装与 CUDA版本 兼容的 PyTorch 版本，可以通过 PyTorch 官方渠道来获取准确信息，通常较新的 PyTorch 版本都支持 CUDA 11.8。完成上述选择后，页面会显示适用于 CUDA 11.8 的 PyTorch 安装命令，命令中包含了对应的 PyTorch 版本信息。你还可以查阅 PyTorch 官方的版本兼容性矩阵文档，以获取更详细的版本对应信息。这个命令会安装与 CUDA 11.8 兼容的最新稳定版 PyTorch 及其相关库。如果安装成功，会显示CUDA的版本号。
如何安装cuda和pytorch
最新发布
04-02
<think>好的，用户想了解如何安装CUDA和PyTorch。我需要先理清安装的步骤，确保流程正确，同时注意不同步骤之间的依赖关系。首先，用户可能对CUDA和PyTorch不太熟悉，所以需要先简单说明它们是什么，但用户的问题主要是安装方法，所以应该重点放在步骤上。 安装CUDA和PyTorch通常涉及几个步骤：检查硬件兼容性、安装显卡驱动、安装CUDA Toolkit、然后安装PyTorch。可能还需要考虑cuDNN的安装，不过PyTorch通常会自动处理这些依赖。不过，用户可能用的是conda，这样conda会自动处理CUDA的版本，所以是否需要手动安装CUDA Toolkit呢？这里可能需要说明两种方式：用conda安装PyTorch时会自动安装对应的CUDA，或者用户需要先手动安装CUDA再安装PyTorch。需要明确两者的区别，避免用户混淆。 首先，检查NVIDIA显卡是否支持CUDA。用户需要确认自己的GPU型号是否在CUDA支持列表中。可以使用命令如`nvidia-smi`来查看显卡信息。如果用户没有安装驱动，可能需要先安装驱动。这时候可能需要说明如何安装驱动，比如在Ubuntu下可以通过apt或者从NVIDIA官网下载。 然后，安装CUDA Toolkit。这里要注意版本兼容性，PyTorch支持的CUDA版本可能有限，需要用户根据PyTorch官网推荐的版本来选择。例如，最新的PyTorch可能支持CUDA 12.x或11.x，用户需要选择对应的版本。安装CUDA Toolkit可以通过NVIDIA官网的runfile或者deb包，或者使用conda安装。 接下来是安装PyTorch。用户需要访问PyTorch官网，使用提供的命令安装，选择对应的CUDA版本。如果用户使用conda，可能更简单，因为conda会处理依赖，包括CUDA和cuDNN。但有些用户可能希望手动管理CUDA，这时候需要先安装CUDA Toolkit，再安装对应版本的PyTorch。 可能遇到的问题包括驱动版本与CUDA Toolkit不兼容，或者PyTorch安装的CUDA版本与实际安装的不一致。这时候需要提醒用户检查版本对应关系，并确保PATH和LD_LIBRARY_PATH环境变量正确设置。 另外，是否需要安装cuDNN？PyTorch可能已经包含了所需的库，但如果用户手动安装CUDA Toolkit，可能需要单独安装cuDNN。不过对于大多数PyTorch用户来说，可能不需要手动安装cuDNN，因为conda或PyTorch的预编译包已经包含。 总结步骤应该是： 1. 检查GPU兼容性。 2. 安装NVIDIA驱动。 3. 安装CUDA Toolkit（可选，如果使用conda可能不需要）。 4. 安装PyTorch并指定CUDA版本。 需要分步骤详细说明，尤其是不同操作系统下的命令（如Linux和Windows的不同）。但用户可能使用的是Linux，因为CUDA在Linux上更常见，但也不排除Windows用户。因此，可能需要分别说明。 另外，验证安装是否成功的部分很重要，用户需要知道如何检查CUDA和PyTorch是否正确识别GPU。例如，在Python中运行`torch.cuda.is_available()`来确认。 可能需要注意的常见错误：驱动版本过低，导致CUDA Toolkit安装失败；PyTorch安装时选择了错误的CUDA版本；环境变量未正确配置导致系统找不到CUDA路径。 现在需要将这些步骤整理成结构清晰的指南，分步说明，并给出具体命令和示例，同时提醒注意事项和验证方法。</think>以下是安装CUDA和PyTorch的分步指南，包含详细操作和注意事项： --- ### 一、安装前准备 1. **确认显卡支持CUDA** - 查看NVIDIA显卡型号： - **Windows**：右键桌面 → NVIDIA控制面板 → 系统信息 - **Linux**：终端输入 `lspci | grep -i nvidia` - 核对CUDA兼容列表：[NVIDIA CUDA GPU支持列表](https://developer.nvidia.com/cuda-gpus) 2. **检查当前驱动版本** - **Windows/Linux**：终端输入 `nvidia-smi` - 输出顶部的`CUDA Version`表示驱动支持的**最高CUDA版本**（非已安装版本）。 --- ### 二、安装NVIDIA驱动（如未安装） #### Linux（Ubuntu为例） 1. **添加官方驱动仓库** ```bash sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update ``` 2. **自动安装推荐驱动** ```bash sudo ubuntu-drivers autoinstall sudo reboot ``` #### Windows 1. 访问[NVIDIA驱动下载页](https://www.nvidia.com/Download/index.aspx)，手动选择显卡型号下载驱动并安装。 --- ### 三、安装CUDA Toolkit #### 方法1：通过NVIDIA官网安装（推荐手动管理） 1. **选择CUDA版本** 访问[PyTorch官网](https://pytorch.org/)查看当前支持的CUDA版本（如12.1或11.8）。 2. **下载CUDA Toolkit** 访问[NVIDIA CUDA下载页](https://developer.nvidia.com/cuda-toolkit-archive)，选择对应版本： - **Linux**：下载`.runfile`文件 - **Windows**：下载`.exe`安装包 3. **执行安装** - **Linux**： ```bash chmod +x cuda_*.run sudo ./cuda_*.run ``` - 安装时**取消勾选驱动安装**（避免覆盖现有驱动） - **Windows**：双击安装包按提示操作。 4. **配置环境变量** - **Linux**：在`~/.bashrc`末尾添加： ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 执行 `source ~/.bashrc` 生效。 - **Windows**： 右键“此电脑” → 属性 → 高级系统设置 → 环境变量 → 在`Path`中添加： ``` C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\libnvvp ``` #### 方法2：通过conda自动安装（适合快速部署） ```bash conda install cuda -c nvidia # 安装与PyTorch兼容的CUDA版本 ``` --- ### 四、安装PyTorch 1. **访问[PyTorch官网](https://pytorch.org/)**，选择： - 操作系统、包管理器（conda/pip）、CUDA版本 2. **执行安装命令** 示例（CUDA 12.1环境）： ```bash # 使用conda conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia # 使用pip pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 ``` --- ### 五、验证安装 1. **检查CUDA是否可用** 打开Python终端，输入： ```python import torch print(torch.__version__) # 查看PyTorch版本 print(torch.cuda.is_available()) # 应输出True print(torch.cuda.get_device_name(0)) # 显示显卡型号 ``` 2. **测试计算** ```python x = torch.randn(3, 3).cuda() print(x) # 输出应包含`device='cuda:0'` ``` --- ### 常见问题 1. **`torch.cuda.is_available()`返回False** - 驱动与CUDA版本不匹配 → 重新安装匹配版本。 - 未安装NVIDIA驱动 → 执行`nvidia-smi`确认驱动状态。 2. **conda安装的CUDA与系统CUDA冲突** - conda优先使用自带的CUDA库，建议通过`conda list | grep cudatoolkit`查看版本。 --- 通过以上步骤，您应能成功配置CUDA和PyTorch的GPU计算环境。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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