Windows10+3060 “ Pytorch CUDA CuDNN “GPU环境配置

GPU环境配置所需安装软件	版本
CUDA	v11.2
CuDNN	v8.1.1
Pytorch	v1.11.0
Python	v3.8
VS	2017/2019

（1）NVIDIA显卡驱动程序下载

NVIDIA - 驱动下载

（2）CUDA下载

1.CUDA == 11.2 

        3060只兼容11.x版本，但是过高版本不主流

CUDA下载地址：

CUDA Toolkit Archive | NVIDIA Developer

2.安装CUDA最好保证电脑里有Visual Studio

        CUDA11.2  对应  VS2017/2019

3.验证CUDA安装是否成功

        首先重启电脑

        然后在命令行输入`nvcc -V` ，显示如下为成功

（3）CuDNN下载

1. 首先要在官网注册一个账号，如果出现“验证程序加载失败”问题，解决方法如下：

英伟达账户一直登陆不进去解决办法_du2005023029的博客-CSDN博客_nvidia验证程序加载失败请检查浏览器

2. CuDNN for CUDN10.2

CuDNN >= 8.1.1

CuDNN下载地址：

https://developer.nvidia.cn/zh-cn/cudnn

3.

将解压出来的bin, include, lib\x64 文件下的内容分别复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2目录下的bin, include, lib\x64 文件下

4. 配置路径
我的电脑——>属性——>高级系统设置——>环境变量
在系统变量的Path中，双击打开添加两个路径：

一是cudnn的bin路径`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\cudnn\bin`

二是`C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v11.0\extras\CUPTI\libx64`

（4）Pytorch下载

建议下载前先配置镜像源

pip命令删除 -c pytorch 镜像源才有效

如果不配置镜像源还是要带上-c pytorch

pytorch==1.11.0

Pytorch下载地址：

Previous PyTorch Versions | PyTorch

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch

（5）验证

import torch 
print(torch.cuda.is_available())

返回True代表配置环境成功

注：本人安装完numpy版本有问题，重新安装一下numpy就好了

参考链接：

Cuda和Cudnn安装_liuzhonglin_的博客-CSDN博客_cuda和cudnn安装