新手安装cuda和cudnn + pytorch记录

最新推荐文章于 2025-04-19 10:40:49 发布
最新推荐文章于 2025-04-19 10:40:49 发布
阅读量532 收藏
点赞数
分类专栏： python pytorch
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/weixin_40244676/article/details/117291532
版权
本文记录了在Python 3.7.9环境下安装CUDA和cuDNN的过程，遵循了两篇优快云博主的教程。首先，根据PyTorch官网的提示，选择CUDA 11.1版本，因为这是当时支持的最高版本。在安装前，确保显卡驱动版本符合CUDA的要求，并从NVIDIA Developer网站下载对应版本。接着，完成CUDA的安装，之后安装cuDNN，参照教程中的注意事项进行操作。

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

我的安装环境是python == 3.7.9。为了不出问题，故意选老一点的版本。使用pip安装，主要参考两篇博文：

cuda安装教程+cudnn安装教程_sinat_23619409的博客-优快云博客_cuda安装

配置显卡驱动、CUDA、cuDNN以及说明三者之间的关系_ZiLiangQin的博客-优快云博客_cudnn配置

还有官网的显卡配对关系：

Release Notes :: CUDA Toolkit Documentation (nvidia.com)

从pytorch的安装页面来看：

目前（2021年5月26日）为止，最高只支持到CUDA 11.1。但是官网的cuda已经显示11.3的版本。所以要先找到以前的版本，地方在这：

CUDA Toolkit 11.3 Update 1 Downloads | NVIDIA Developer

最低0.47元/天 解锁文章
安装CUDA和cuDNN
仰望星空的博客
04-11 1598
升级NVIDIA驱动, 安装CUDA! CUDA历史版本: https://developer.nvidia.com/cuda-toolkit-archive cuDNN历史版本: https://developer.nvidia.com/rdp/cudnn-archive 一. 卸载原驱动 1.打开终端，先删除旧的驱动 sudo apt-get purge nvidia* 2.禁用自带的 nou...
Ubuntu20.04安装NVIDIA驱动+cuda+cudnn+anaconda+pytorch+pycharm经验
qinseheming0820的博客
04-18 4902
配置环境是深度学习的第一道门槛，也是必须迈过的一道门槛，之前一直在windows平台上跑pytorch，但很多包无法安装，必须要使用Linux。在经历了很多坑，无数次重装系统，崩溃，坚持后终于在Ubuntu20.04上成功安装pytorch，现将经验分享，希望能对初学者有一定参考。 一、安装Ubantu20.04系统 在清华源上下载系统安装包，找一个空U盘，用第三方软件制作系统启动盘。注意一定是空U盘，制作启动盘时会将U盘格式化。 Index of /ubuntu-releases/2...
Cuda和cuDNN安装
kundezui的博客
08-14 2815
cuda的安装步骤是“傻瓜式”的安装，建议安装在C盘，无需修改默认路径，下面列举几个重要的安装步骤。打开cmd，输入nvcc --version查看版本号，输入set cuda查看设置的环境变量。将下载的cuDNN压缩包解压，并将里面3个文件夹复制到cuda的安装目录下，默认安装目录是。执行.\bandwidthTest.exe和.\deviceQuery.exe，得到下图。详情见之前安装TensorFlow2.1的教程，都是一样的步骤。登录完毕后，再去下列网址选择你需要下载的版本。添加如下4条路径信息。
在Windows 11上面安装CUDA 和 CUDNN 详细教程
最新发布
加入“Super Entity”，与全能开发团队共探AI智能体与数字人项目，开启前沿技术之旅。
04-19 1537
在 Windows 11 上安装 CUDA 和 cuDNN 是利用 NVIDIA GPU 进行加速计算和深度学习开发的关键步骤。通过本文的详细讲解，读者可以全面了解 CUDA 和 cuDNN 的概念、安装方法、配置步骤、应用场景以及注意事项。无论是在深度学习框架加速、计算机视觉、高性能计算还是游戏开发等领域，CUDA 和 cuDNN 都能够提供强大的计算支持，帮助开发者提高工作效率和应用性能。随着深度学习和 GPU 计算技术的不断发展，CUDA 和 cuDNN 将持续优化和进化。性能提升。
安装cuda和cudnn
魔方QaQ的博客
07-20 656
一个详细的CUDA和cuDNN安装教程： caffe安装系列——安装cuda和cudnn
CUDA和CuDNN安装
科研笔记
10-21 1261
CUDA，CuDNN安装配置
【新手流程】1小时解决Anaconda+Cuda+Cudnn+Pytorch+Pycharm深度学习环境配置
m0_57190453的博客
07-04 3463
一小时速通Anaconda+Cuda+Cudnn+Pytorch+Pycharm环境配置
Conda虚拟环境中CUDA、cudnn、pytorch安装
m0_62118546的博客
01-13 933
显卡 || CUDA = DRIVER驱动 + 动态链接库 |一个电脑只需要装一个完整的CUDA（即DRIVER+动态链接库）。在虚拟环境中，只需要装部分cuda，即动态链接库即可。
深度学习环境搭建：Anaconda3+CUDA+Pytorch+Pycharm选择安装
m0_62149566的博客
03-22 1573
配置环境需要选择合适的版本。python和pytorch，pycharm版本对照关系可以搜索一下站里的相关文档，更重要一些的是python和pytorch的对应关系，nacidia和cuda的对应关系。我会用这套配置验证随后的学习，如果有错误我会在这篇里进行修正。
安装CUDA和cudnn
LvWeijie941的博客
02-28 799
安装CUDA和cudnn
cuda和cudnn的安装
weixin_42650040的博客
01-25 437
cuda安装： 1.我的电脑，属性，设备管理器，查看显卡的版本，Geforce MX250。 2.打开桌面NVIDIA控制面板，系统信息，查看是否支持cuda。 我的显卡支持的版本是cuda10.1。 3.官网下载匹配的cuda 下载地址 避坑： exe(network)版本小，但是安装是会出现安装不了的问题，可以选择下载exe(local)版本，或者从百度网盘下载后安装。 4.下载cudnn 下载地址 ...
cuda和cuDNN的安装
dalao_whs的博客
08-10 1272
安装cuda和cuDNN
CUDA和cudnn的安装
六小白的博客
03-16 6321
CUDA和cudnn的安装一、CUDA的安装1.1 查看显卡驱动版本1.2 下载CUDA1.3 安装CUDA1.4 设置环境变量1.5 测试CUDA是否装好 安装CUDA之前，需要查看自己电脑的GPU驱动的版本，因为CUDA版本对GPU驱动版本有要求，对应关系如下： 一、CUDA的安装 1.1 查看显卡驱动版本 鼠标在桌面空白处点击右键，然后选择“NVIDIA控制面板”，下图中红框位置即为自己电脑GPU版本。 根据自己电脑GPU显卡驱动的版本号选择合适的CUDA版本。 1.2 下载CUDA CUDA下
CUDA、cuDNN安装
qq_36470994的博客
04-23 408
CUDA、cuDNN安装
安装CUDA和cuDNN。
weixin_72254790的博客
06-04 323
我 cuDNN安装的是对应11.x的v8.4.1版本。cuDNN v8.4.1与CUDA Toolkit 11.5.2是兼容的，cuDNN v8.4.1是支持CUDA 11.x的最新版本之一，它包括更好的性能和新的特性。使用cuDNN v8.4.1和CUDA Toolkit 11.5.2的组合可以提高的机器学习应用的训练速度和性能，因此也建议使用这个组合。以我的为例，我支持最高版本为11.7，但是我打算安装11.5的cuda。点击组件就能看到支持的最高版本了，我的最高版本是11.7。
cuda和cudnn安装
xxiaozr的博客
06-03 301
CUDA CUDA 的安装 去英伟达官网寻找与 NVIDIA 驱动相对应的 CUDA 版本 sudo 运行 run 文件 一路按 D ,选 accept 是否安装最低配的 NVIDIA 驱动: 否 是否安装 OpenGL Libraries, 若双显卡选***否*** ,因为可能会出现黑屏或者循环登录问题 是否安装CUDA: 是 是否链接 CUDA 例子: 否 将 cuda bin 与 lib 写进环境(.bashrc) export PATH="/usr/local/cuda-9.0/b
Ubuntu18.04服务器配置教程：安装CUDA、CUDNN与PyTorch
- 下载Ubuntu 18.04.3的ISO镜像文件，并通过UltraISO将其制作成USB启动盘，确保选择“便捷启动”并设置为“Syslinux”引导，以便于系统识别和安装。 2. **Nvidia环境配置**: - 安装过程中，安装CUDA和CUDNN是必不...
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