详细讲解如何在win10系统上安装多个版本的CUDA

详细讲解如何在win10系统上安装多个版本的CUDA_第1张图片

文章目录

    • 前言
    • 电脑环境确认
    • 安装新CUDA环境
    • 测试新CUDA环境
    • 总结

前言

当我们在部署多个AI项目时,常常会需要多个python环境,虽然Anaconda能够解决大多数项目所需的不同环境,但是对于环境跨度较大所需CUDA版本不同的项目显然Anaconda就不能很好的解决,这时我们就需要在自己的电脑上同时配置多个版本的CUDA开发环境,就不需要频繁的更换不同环境的电脑,基于此本文将详细介绍如何在win10系统上的电脑安装多个版本CUDA开发环境。

电脑环境确认

  1. 查看已安装CUDA环境是否正常
    先确认之前安装的CUDA环境是否正常并记录已安装的版本号,不正常就会导致后面的新添加的CUDA环境不能使用,以免造成不必要的麻烦。我们进入电脑的 “应用和工作” 中查看CUDA是否安装并记录版本号。

详细讲解如何在win10系统上安装多个版本的CUDA_第2张图片

  1. 查看电脑显卡所支持CUDA的版本
    在桌面鼠标右键打开 “NVIDIA控制面板” ,在控制面板中打开–>帮助–>系统信息,在系统信息中点击组件并查看“NVCUDA64.DLL”的产品信息,上面的信息表示该显卡所支持的CUDA安装的最高版本。

详细讲解如何在win10系统上安装多个版本的CUDA_第3张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第4张图片

小编的显卡所支持安装的CUDA版本最高是11.4,它是向下兼容的。
  1. 整理新CUDA安装位置
  • 如果原来安装的CUDA的位置是程序默认的(默认在:C:\ProgramData\NVIDIA GPU Computing Toolkit\v10.0……),同时C盘剩余使用空间比较多(50GB),那我们就不需要整理新CUDA的安装位置,直接使用程序的默认安装位置即可,这样节约时间。
  • 如果C盘剩余使用空间不足,或者原来安装的CUDA不在C盘,那我们需要归类整理好新安装CUDA的位置,建议和原来(非C盘)放在一起,并新建版本号文件夹如v10.2等这里以你要安装CUDA版本来命名:

详细讲解如何在win10系统上安装多个版本的CUDA_第5张图片

安装新CUDA环境

  1. 下载要安装的新CUDA和cuDNN
    下载CUDAcuDNN时要记得两者版本要匹配,不然安装的时候会出错导致新安装的环境不能用,所以这里附上CUDA和cuDNN的版本匹配图,最新匹配关系请前往官网查看,小编这里用CUDA10.2来演示。

详细讲解如何在win10系统上安装多个版本的CUDA_第6张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第7张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第8张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第9张图片

  1. 安装CUDA
    请根据下图操作来安装,注意小编安装位置选择的是默认在C盘,如安装在其他盘的请详看电脑环境确认部分的介绍。

详细讲解如何在win10系统上安装多个版本的CUDA_第10张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第11张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第12张图片

校验新安装的CUDA是否匹配该显卡,怕自己下载错误方便提示

详细讲解如何在win10系统上安装多个版本的CUDA_第13张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第14张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第15张图片

只选择安装CUDA就好,如需更新显卡驱动的可以勾选另外两个选项,但是建议不怎么做

详细讲解如何在win10系统上安装多个版本的CUDA_第16张图片

选择安装位置,建议放在C盘避免设置新安装位置,C盘剩余可用空间不足除外

详细讲解如何在win10系统上安装多个版本的CUDA_第17张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第18张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第19张图片

到达这个步骤就基本安装CUDA成功
  1. 安装cuDNN
    将下载的cuDNN压缩包解压,并把cuda下的“bin”、“include”、“lib”这三个文件拷贝到新CUDA的安装位置上。

详细讲解如何在win10系统上安装多个版本的CUDA_第20张图片

cuDNN文件位置

详细讲解如何在win10系统上安装多个版本的CUDA_第21张图片

新CUDA的安装位置
  1. 添加新CUDA到环境变量
    在系统的快捷搜索栏输入环境变量并进入,之后在环境变量中查看新安装的CUDA是否已经自动添加进环境变量。没有自动添加成功,就人为重新添加新安装CUDA的路径即可。

详细讲解如何在win10系统上安装多个版本的CUDA_第22张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第23张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第24张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第25张图片

测试新CUDA环境

  1. 重启电脑
    重启电脑方便电脑清除缓存和加载新增加的环境变量,不然通过指令无法查看新CUDA是否安装成功。
  2. 指令查看CUDA
    在cmd终端中输入:
nvcc -V

set cuda

详细讲解如何在win10系统上安装多个版本的CUDA_第26张图片

显示版本信息,安装成功!

总结

项目开发时需要不同版本的CUDA只需要修改环境变量中的“CUA PATH”的值就好,这样就不用修改代码的使用路径了。下面附上开发中PytorchTensorFlow两个不同开发框架对开发环境要求的版本匹配图,让部署开发环境不再是难事:
详细讲解如何在win10系统上安装多个版本的CUDA_第27张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第28张图片
详细讲解如何在win10系统上安装多个版本的CUDA_第29张图片

如有问题可留言或者私信
记得评论点赞哦

哈喽

你可能感兴趣的:(Anaconda,深度学习,python,pytorch)