Windows11系统安装,配置CUDA、cuDNN等

已经有大几年没有安装过 Windows 的系统了,今天因为黑神话悟空,准备把 Win 11 装一台,玩玩游戏,顺便把一些 CUDA 相关的异步解析项目也安装到 Window 上。

下载安装 PE

因为十几年前,只会用 PE 装系统,所以现在还是使用一样的方式吧。

  • 下载一个 PE。网上随便找了一个 FirPE 维护系统,因为这个工具带写盘工具,所以直接导出 iso 即可。
  • 制作安装 U 盘。使用开源写盘工具,Ventoy

下载 Windows 11

### Windows系统CUDAcuDNN配置方法 在Windows系统配置CUDAcuDNN以支持GPU训练,需要完成以下几方面的设置[^3]: #### 1. 安装NVIDIA驱动程序 确保计算机已安装最新版本的NVIDIA显卡驱动程序。访问NVIDIA官方网站下载与显卡型号兼容的驱动程序,并按照提示完成安装。 #### 2. 下载并安装CUDA工具包 从NVIDIA的官方CUDA下载页面获取适用于操作系统CUDA工具包。选择与系统架构(如64位)和操作系统版本匹配的版本进行下载。安装过程中,请确保勾选所有默认组件以完整安装CUDA工具包[^1]。 #### 3. 配置环境变量 安装完成后,需正确配置环境变量以便系统能够识别CUDA路径。打开系统属性对话框中的“高级系统设置”,点击“环境变量”按钮。在系统变量部分添加或修改以下变量: - **Path**: 将CUDA的bin目录路径(例如`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin`)添加到Path变量中。 - **CUDA_PATH**: 设置为CUDA安装根目录(例如`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7`)。 #### 4. 下载并安装cuDNN库 从NVIDIA开发者网站下载与CUDA版本兼容的cuDNN库。登录后下载相应版本的cuDNN文件,解压后将其中的`bin`、`include`和`lib`文件夹内容复制到CUDA安装目录下的对应子文件夹中[^2]。 #### 5. 验证安装 验证CUDAcuDNN是否正确安装可以通过运行简单的Python脚本来检查。创建一个Python脚本文件,输入以下代码并运行: ```python import torch if torch.cuda.is_available(): print("CUDA is available!") print(f"Device: {torch.cuda.get_device_name(0)}") else: print("CUDA is not available.") ``` 如果输出显示CUDA可用及设备名称,则表明配置成功[^3]。 #### 注意事项 确保所使用的深度学习框架(如PyTorch或TensorFlow)版本与CUDAcuDNN版本兼容。不同版本间可能存在不兼容问题,因此建议查阅相关文档确认最佳组合。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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
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