Pytorch（gpu），cuda，cudnn安装

第一步：查看自己电脑显卡支持的CUDA版本
第二步：查看pytorch对应cuda版本
第三步：CUDA下载安装
- 遇到问题：安装完之后法找到nvcc命令
第四步：cudnn下载安装
- 添加环境变量（比较玄学，有的需要，有的不需要），我的不需要，所以图是偷的
- 遇到这种情况不要慌，看说明需要在前面加上 `.\deviceQuery.exe`和`.\bandwidthTest.exe`,收获两个pass代表安装完成
第五步：安装pytorch
第六步：验证pytorch测试GPU是否安装成功

第一步：查看自己电脑显卡支持的CUDA版本

Nvidia-smi

注意：这里的11.7是电脑所能支持的最高版本

第二步：查看pytorch对应cuda版本

Pytorch官网查看对应版本关系
标注的地方为查看历史版本

注意区分CPU版本和 CUDA版本，下错版本会出现GPU 返回 False

第三步：CUDA下载安装

我使用的是 pytorch 1.12.1 版本，所以需要 cuda 11.6 版本
提醒：cudatoolkit就是cuda
CUDA下载官网

找到 11.6 版本

下载到指定的文件夹，运行exe文件
注意！！！：这个文件夹是临时文件夹，安装重启完之后会自动删除，所以后面文件安装不能在此文件夹内

这里的目录不能设置在刚刚的临时文件里面，不然白给

安装完成之后，查看系统环境变量
推荐两种方法:
第一种：按快捷键win+R后，输入sysdm.cpl

第二种：windowns搜索框搜索环境变量

查看环境变量

重启电脑，重启完之后，cmd打开控制台，输入nvcc -V查看安装是否成功
注意:是大写 V

彩蛋：不想重启的让环境变量立即生效的方法：
cmd进入控制台，输入set PATH=c，回车
输入 echo %PATH%，回车，返回 c
关闭窗口，之后再次进入控制台，输入echo %PATH%
这样新添加的环境变量已经生效了。
输入nvcc -V验证是否成功

遇到问题：安装完之后法找到nvcc命令

打开path路径，手动添加环境变量

每个人路径不一样
D:\python\Cuda\CUDA\bin
D:\python\Cuda\CUDA\libnvvp

第四步：cudnn下载安装

进入cudnn官网，你需要注册一个cudnn官网账号，有的直接登录即可

登陆完之后会出现这个页面

找CUDA 11.6 对应版本的cudnn，这里我选择的是 8.4.0

下载解压完之后，复制三个文件到指定文件夹，直接ctrl+c，ctrl+v，不用一个一个对应

添加环境变量（比较玄学，有的需要，有的不需要），我的不需要，所以图是偷的

需要的话，把刚刚三个文件夹的路径添加到path中

验证是否安装成功
进入cuda安装路径，D:\python\Cuda\CUDA\extras\demo_suite，找到deviceQuery.exe和bandwidthTest.exe

进入此目录下的控制台，运行deviceQuery.exe和bandwidthTest.exe

遇到这种情况不要慌，看说明需要在前面加上 `.\deviceQuery.exe`和`.\bandwidthTest.exe`,收获两个pass代表安装完成

第五步：安装pytorch

不用使用anaconda安装，太慢了，还总是失败
这里使用pip安装，版本号选择参考第二步
我这里只选择 pytorch 和 torchvision

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.12.1 torchvision==0.13.1 -f https://download.pytorch.org/whl/torch_stable.html

静等安装成功

第六步：验证pytorch测试GPU是否安装成功

验证脚本是嫖的

import torch
flag = torch.cuda.is_available()
print(flag) # 返回true为安装成功ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

Pytorch（gpu），cuda，cudnn安装相关推荐

真实机下 ubuntu 18.04 安装GPU +CUDA+cuDNN 以及其版本选择（亲测非常实用）【转】...
本文转载自:https://blog.csdn.net/u010801439/article/details/80483036 ubuntu 18.04 安装GPU +CUDA+cuDNN : 目前, ...
linux下cuda cudnn安装没有权限的安装
linux下cuda cudnn安装 cuda 10.2:https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Linux ...
Ubuntu系统---安NVIDIA 驱动后 CUDA+cuDNN 安装
Ubuntu系统---安NVIDIA 驱动后 CUDA+cuDNN 安装 --------------------------------------------@20190726--------- ...
Win10 Anaconda下TensorFlow-GPU环境搭建详细教程（包含CUDA+cuDNN安装过程）（转载）...
win7(win10也适用)系统安装GPU/CPU版tensorflow Win10 Anaconda下TensorFlow-GPU环境搭建详细教程(包含CUDA+cuDNN安装过程) 目录 2.配置 ...
Win10 + ubuntu16双系统安装以及cuda,cudnn安装
Win10 + ubuntu16双系统安装以及cuda,cudnn安装其实这些东西我已经弄过好多次了但是每一次都遇到坑,所以记录一下.仅供参考 1.windows安装这一步较为简单,注意安装系统到 ...
GPU, CUDA,cuDNN三者的关系总结
GPU, CUDA,cuDNN三者的关系总结 CPU 和 GPU cpu和gpu结构展示 GPU(图像处理器,Graphics Processing Unit)和CPU(中央处理器,Central P ...
PyTorch+CUDA+cudnn安装
1.安装CUDA 先查看一下电脑显卡对应的CUDA驱动版本上图可以看到CUDA驱动版本为11.1.114,那就下载11.1版本的CUDA好了.(这里应该也不是必须对应,只是说有可能下载低版本的会有问 ...
ubuntu查看cudnn是否安装成功_深度学习之目标检测系列（0） -ubuntu18.04+RTX2080Ti+cuda+cudnn安装...
ubuntu18.04使用cudnn的过程中会遇见很多问题,而且搜索很多文章发现比较杂乱,我这里总结一下,方便小伙伴少走几步坑. 我的服务器硬件配置信息 (2019-01购买) CPU: 英特尔(in ...
conda cudnn版本升级_ubuntu18.04系统下NVIDIA显卡驱动+cuda+cudnn安装+conda虚拟环境配置...
深度学习的显卡环境配置是一个非常麻烦的问题,理论上这是一个深度学习开发必须要面临的问题,那么教程就应该很多,后人学习起来的时候应该会很容易,实际上却是教程良莠不齐,而且很多教程往往是针对特定显卡的,但 ...
Tensorflow-gpu+Cuda+cuDNN安装（详细且包含失败解决教程）
WINDOWS系统查看nvidia显卡和CUDA的版本号 Win+r+cmd后输入nvidia-smi 主要是看Driver Version 462.31这个值. 2.根据Driver Version ...

Pytorch（gpu），cuda，cudnn安装

Pytorch（gpu），cuda，cudnn安装

第一步：查看自己电脑显卡支持的CUDA版本

第二步：查看pytorch对应cuda版本

第三步：CUDA下载安装

遇到问题：安装完之后法找到nvcc命令

第四步：cudnn下载安装

添加环境变量（比较玄学，有的需要，有的不需要），我的不需要，所以图是偷的

遇到这种情况不要慌，看说明需要在前面加上 `.\deviceQuery.exe`和`.\bandwidthTest.exe`,收获两个pass代表安装完成

第五步：安装pytorch

第六步：验证pytorch测试GPU是否安装成功

Pytorch（gpu），cuda，cudnn安装相关推荐

最新文章

热门文章

Pytorch（gpu），cuda，cudnn安装

Pytorch（gpu），cuda，cudnn安装

第一步：查看自己电脑显卡支持的CUDA版本

第二步：查看pytorch对应cuda版本

第三步：CUDA下载安装

遇到问题：安装完之后法找到nvcc命令

第四步：cudnn下载安装

添加环境变量（比较玄学，有的需要，有的不需要），我的不需要，所以图是偷的

遇到这种情况不要慌，看说明需要在前面加上 .\deviceQuery.exe和.\bandwidthTest.exe,收获两个pass代表安装完成

第五步：安装pytorch

第六步：验证pytorch测试GPU是否安装成功

Pytorch（gpu），cuda，cudnn安装相关推荐

最新文章

热门文章

遇到这种情况不要慌，看说明需要在前面加上 `.\deviceQuery.exe`和`.\bandwidthTest.exe`,收获两个pass代表安装完成