cuda11.3+torch1.12.0+torchvision0.13.0

前言

本电脑之前已安装CUDA&＃xff0c;但一些老版本的torchvision并不支持新的网络&＃xff0c;为了构建网络方便&＃xff0c;就重新安装了CUDA、cuDNN、torch和torchvision。

CUDA的下载和安装

CUDA版本选择&＃xff1a;

只要低于自己电脑的 CUDA Version就可以
PS&＃xff1a;查看电脑CUDA&＃xff0c;win&＃043;R &＃xff0c;输入cmd打开界面&＃xff0c;输入nvidia-smi

CUDA toolkit 下载

官网下载链接&＃xff1a;https://developer.nvidia.com/cuda-toolkit-archive
点击链接进入&＃xff0c;选择自己需要的CUDA版本&＃xff08;本次下载11.3&＃xff09;&＃xff1a;

点击进入&＃xff0c;按照提示下载&＃xff0c;下载完成是后.exe文件&＃xff1a;

CUDA安装

安装的时候没截图&＃xff0c;用的之前的&＃xff0c;步骤相同
双击.exe文件&＃xff0c;选择下载安装路径&＃xff08;推荐默认路径&＃xff0c;省事&＃xff0c;占空间也不大&＃xff09;

一直下一步&＃xff0c;选择自定义安装&＃xff08;推荐使用&＃xff09;

点击下一步&＃xff0c;若是第一次安装CUDA&＃xff0c;直接4项全选即可。
若是第二次安装&＃xff0c;只选择第1项CUDA即可&＃xff08;如果第二次安装的比第一次版本高&＃xff0c;选择全选后是自动覆盖上一版本的。简而言之&＃xff0c;就是保留最新的版本&＃xff0c;本次是全选了&＃xff0c;覆盖之前老版本&＃xff09;

选择安装&＃xff0c;记住安装路径位置&＃xff0c;后面需要用到

然后&＃xff0c;点击下一步即可

添加环境变量

设置 &＃8211;> 高级系统设置 &＃8211;>环境变量–>系统变量
一般都是自动添加好的&＃xff0c;这步可以省略

验证&＃xff1a;
win&＃043;R &＃8211;> cmd &＃8211;> 输入nvcc -V(查看版本号&＃xff09;–> 输入 set cuda &＃xff08;查看CUDA设置的环境变量&＃xff09;

cuDNN下载安装

下载链接&＃xff1a;https://developer.nvidia.com/rdp/cudnn-archive

下载需要注册英伟达账号&＃xff0c;用邮箱注册&＃xff0c;登录即可。之后选择跟自己的CUDA对应版本的cuDNNN&＃xff0c;点击&＃xff0c;然后选择自己系统版本&＃xff0c;下载即可

下载完成&＃xff0c;是个压缩包。解压&＃xff0c;得到以下文件&＃xff1a;

全选&＃xff0c;复制&＃xff0c;全部粘贴到之前CUDA的安装目录下&＃xff0c;默认安装路径是&＃xff1a;

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3


注意&＃xff1a;CUDA安装路径下&＃xff0c;已经存在bin、lib等相同的文件夹&＃xff0c;不用管&＃xff0c;直接粘贴&＃xff0c;它们会自动添加到该去的文件夹

添加环境变量

进入环境变量&＃xff0c;选择系统变量&＃xff0c;找到path&＃xff0c;点击编辑

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp


验证&＃xff1a;

win&＃043;R–> cmd–> cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite

1、输入命令bandwidthTest.exe

2、输入命令deviceQuery.exe

至此&＃xff0c;安装成功&＃xff01;