win10安装CDUA与cuDNN和pytorch的过程

博主因科学计算实验需安装PyTorch,但此前误删CUDA。安装时,先尝试CUDA 10.2失败,后安装CUDA 11.0;cuDNN需在英伟达官网注册账号下载并配置环境变量;安装PyTorch时官网安装报错,清华镜像站下载也无法使用,最终卸载旧版本,更新Python版本后安装成功。
部署运行你感兴趣的模型镜像

前言

由于要写科学计算的实验,必须安装pytorch进行实验,但是好巧不巧,我的电脑cuda正好tnd被年少无知的我当作垃圾软件删掉了,年少无知的我犯下的错,终究还是我来承担:-(

安装cuda

我尝试过cuda10.2,但是很显然我失败了.虽然我的电脑只是已经过时的老古董1050,而且英伟达的官网甚至都表明这款显卡不支持cuda,但是who cares?硬装就完了!
第一步,更新驱动到最新版本,驱动是向后兼容的,只管用最新版的就好.
选择的版本是cuda11.0Windows版本的,进入英伟达官网下载一个俩G的安装包,然后双击运行安装,注意只安装了cuda,没有让这玩意改我的驱动和Nivida experience.(10.2版本的居然没有cudnn,虽然不知道不装这有什么影响,但是还是装上比较好)

安装cuDNN

依旧是英伟达的官网,但是非常操蛋的是这次下载需要注册一个英伟达的账号,还要被迫订阅一些杂七杂八的东西,下载下来是一个压缩包,解压到自己定义的文件夹下面,然后把这个文件夹的斌bin目录注册到环境变量里面.

安装pytorch

我尝试过使用官网上的进行安装,然后报的是找不到版本的错原因是我的cuda 驱动太新了,十分头痛.然后还尝试过直接从清华的镜像站下包自己装,当然撞上了但是没法用,报错找不到一个.so文件,无奈之下我去卸载了cuda10.2然后装了上面说的两个东西,删除之前的ve,重新创一个,把python版本更到最新,然后再去pytorch的官网找到对应的安装命令,经过几次断网重连之后终于tnd装好啦!
从5点装到8点人都瘫了,海妹吃饭呢.

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

### CDUA 11.3 安装指南 #### 工具准备 在安装 CUDA Toolkit cuDNN 前,需确认已安装支持 NVIDIA 显卡驱动程序的最新版本[^1]。此外,推荐使用 Anaconda 或 Miniconda 来管理依赖环境。 #### 安装 CUDA Toolkit 通过 Conda 可以轻松安装指定版本的 CUDA Toolkit。对于 CUDA 11.3 的安装命令如下所示: ```bash conda install -c nvidia cuda-toolkit=11.3 ``` 此命令会自动下载并配置适用于当前系统的 CUDA Toolkit 版本。 #### 配置 cuDNNcuDNN 是深度学习框架的重要加速库之一,在完成 CUDA Toolkit 的安装后,需要进一步安装匹配版本的 cuDNN。具体操作包括: 1. **定位 cuDNN 文件路径** 如果自定义了 CUDA 的安装目录,则需要手动验证 `cudnn_version.h` 是否存在于对应的 include 路径下。例如,如果 CUDA 安装于 `D:\SoftWareInstallMenu\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v11.3` 中,则应检查该路径下的 `include` 子文件夹是否存在目标头文件[^2]。 2. **获取 cuDNN 版本号** 打开 `cudnn_version.h` 文件,提取其中的关键宏定义值(通常为三组数字),并将它们组合成完整的版本字符串。例如,若发现以下内容: ```cpp #define CUDNN_MAJOR 8 #define CUDNN_MINOR 4 #define CUDNN_PATCHLEVEL 0 ``` 则最终版本为 `8.4.0`。 3. **安装对应版本的 cuDNN** 使用 Conda 进行安装时,可以输入类似以下指令来加载兼容版本: ```bash conda install cudnn=8.4.0 ``` #### 测试安装成功否 为了确保 CUDA cuDNN 正常工作,可以通过运行简单的 Python 脚本来测试其可用性。以下是基于 TensorFlow 的示例代码片段: ```python import tensorflow as tf if tf.test.is_built_with_cuda(): print("TensorFlow supports CUDA.") else: print("No CUDA support detected.") print(f"CUDA Version: {tf.sysconfig.get_build_info()['cuda_version']}") print(f"cuDNN Version: {tf.sysconfig.get_build_info()['cudnn_version']}") ``` 上述脚本能够检测系统是否正确识别所安装的 CUDA cuDNN 并打印相应版本信息。 ---
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
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