作者:love小蕾XM_578 | 来源:互联网 | 2023-09-03 20:09
首先查看本机的cuda驱动版本:桌面右键点击–nvidia控制面板–帮助–系统信息
![在这里插入图片描述](https://img.php1.cn/3cd4a/1eebe/cd5/ed19db63ee478b98.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L09sZERyaXZlcjE5OTU=,size_16,color_FFFFFF,t_70)
然后组件,查看NVCUDA64.DLL右边对应的驱动版本,我这里是11.1.114 driver,所以我下载版本11.1及以下的cuda即可(11.0, 10.1 等等),反之则不行,驱动不支持。
![在这里插入图片描述](https://img.php1.cn/3cd4a/1eebe/cd5/617c1173853af4b6.webp?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L09sZERyaXZlcjE5OTU=,size_16,color_FFFFFF,t_70)
然后下载cuda
![在这里插入图片描述](https://img.php1.cn/3cd4a/1eebe/cd5/e88efe5b0a13a7fa.webp?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L09sZERyaXZlcjE5OTU=,size_16,color_FFFFFF,t_70)
选择好对应的版本然后点击下方的下载,会提供local和network两种下载方式。
下载好了之后安装他会让你自定义文件夹,但安装好了之后你会发现cuda文件夹消失了。他会跑到C盘路径下,反正就是在C盘program files里找一下。
进入该文件夹并找到bin,用命令行进入到对应的路径,比如我这里是
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
命令行进入之后输入nvcc -V查看cuda安装是否成功。
![在这里插入图片描述](https://img.php1.cn/3cd4a/1eebe/cd5/21e585a7e21fc7dc.png)
显示build就说明成功了。
然后去下载cudnn, 记得要选择和cuda匹配的版本,即下图中,for cuda 后的版本要跟你之前下载的一致。
![在这里插入图片描述](https://img.php1.cn/3cd4a/1e618/c5a/d5d40da532c3a782.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L09sZERyaXZlcjE5OTU=,size_16,color_FFFFFF,t_70)
下载完成之后,解压,进入,将下面三个文件复制
![在这里插入图片描述](https://img.php1.cn/3cd4a/1eebe/cd5/e88efe5b0a13a7fa.webp)
然后粘贴到cuda的bin下面(之前访问过的那个位置)
然后命令行进入cuda下面的extras\demo_suite:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite
输入bandwidthTest.exe并执行
显示Result=Pass即可继续下一步。
然后继续输入deviceQuery.exe并执行
也显示Result=Pass即表示安装成功。
![在这里插入图片描述](https://img.php1.cn/3cd4a/1eebe/cd5/7cccb7e4b6cb5cb8.webp?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L09sZERyaXZlcjE5OTU=,size_16,color_FFFFFF,t_70)
最后下载对应的pytorch gpu版本
![在这里插入图片描述](https://img.php1.cn/3cd4a/1eebe/cd5/6789f68dabde0aed.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L09sZERyaXZlcjE5OTU=,size_16,color_FFFFFF,t_70)
将图中的command用命令行执行,执行完成之后可以在jupyter中测试torch版本和是否支持GPU
import torch
print(torch.__version__)
print(torch.cuda.is_available())
显示版本和True即表示安装成功并且支持GPU计算。