深度学习和图像处理结合|CUDA、torch、Jupyter Notebook安装

驱动程序下载

查看显卡类型

打开我的电脑→点击系统属性→点击设备管理器→显示适配器。

根据信息下载NVIDIA 驱动程序

下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn
根据显卡信息，填写信息，然后下载。

注意：在【Download type】选项中有两个选择：【Studio Driver】 和【Game Ready Driver】，根据官方的介绍【Studio Driver】比较适合用于视频剪辑以及动画制作等创造性的工作，而【Game Ready Driver】则比较适合电游玩家。

下载CUDA和cuDNN

查看本机CUDA版本

在桌面右击，点击NVIDIA 控制面板→点击左下角系统信息→点击组件

可以看到此电脑最高容纳CUDA12.0，所以可以下载12.0以下的版本。

官网下载CUDA

下载地址：https://developer.nvidia.com/cuda-toolkit-archive
选取适合自己的版本。

根据情况选择选项，最后Installer Type一定得选exe[local].

cuDNN下载

下载地址：https://developer.nvidia.com/rdp/cudnn-archive

根据刚刚所下载的CUDA版本来选择cuDNN版本。


成功完成这一步了。

CUDA和cuDNN的安装

CUDA安装

点击上图第一个文件，开始安装。

注意这里根据需要，展开CUDA选项，取消选择Visual Studio Intergration；如果下载过VS（Visual Studio）的可以选择。

配置环境变量

环境变量可能会自动生成，如果没有需要手动配置一下。

验证CUDA是否安装成功

验证deviceQuery和bandwidthTest

打开命令提示符，并将两个exe文件分别移入；得到两个PASS即通过。

cmd查看CUDA版本

安装成功！！！

安装cuDNN

cuDNN叫配置更为准确，我们先把下载的 cuDNN 解压缩，会得到下面的文件。

复制三个文件夹到CUDA路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7 替换此文件夹中的三个文件夹。
完成！！！！

下载pytorch

要下载torch和torchvision。
网址：https://download.pytorch.org/whl/torch_stable.html
检查所用的python版本：此处的python版本是3.10
根据操作系统、CUDA的版本和python的版本找到需要的pytorch版本。

数字的含义：
cu后面的数字代表CUDA版本号为11.7。
torch后面的数字代表pytorch的版本号1.13.0。
cp后面的数字代表python的版本号。
win和linux代表使用的操作系统。

同理，可以找到要下载torchvision的版本。

下载完成后，将两个whl文件移入Python的Project文件夹。然后打开pycharm里面的终端用pip分别安装两个文件。

安装成功，可以用torch进行图像处理了！！！