pytorch、CUDA、cuDNN下载和环境变量设置

本篇文章的目的是能够在pytorch框架上使用cuda。

电脑本身兼容的CUDA版本

打开NVIDIA控制面板

pytorch、CUDA、cuDNN下载和环境变量设置_第1张图片

如下图所示打开系统信息查看

pytorch、CUDA、cuDNN下载和环境变量设置_第2张图片

 打开组件信息,查看CUDA版本

pytorch、CUDA、cuDNN下载和环境变量设置_第3张图片

 可以看到本身的CUDA版本是11.6,所以下载CUDA和cuDNN时下载相应版本即可。

pytorch下载

在anaconda下载的pytorch默认是CUP版本的,无法使用GPU,所以为了能够使用GPU,可以输入以下代码,将环境下的pytorch卸载

conda uninstall pytorch

然后去官网下载GPU版本的pytorch

pytorch官网下载

pytorch、CUDA、cuDNN下载和环境变量设置_第4张图片

使用pip输入官方给出的代码下载即可。 

官网已经不提供CUDA10.2版本pytorch的下载

CUDA的下载

CUDA官方下载

pytorch、CUDA、cuDNN下载和环境变量设置_第5张图片

 下载完成后双击打开,设置安装目录

pytorch、CUDA、cuDNN下载和环境变量设置_第6张图片

 然后一路下一步即可。

下载完成后,在cmd中输入

nvcc -V

查看版本

cuDNN下载

cuDNN官网下载

pytorch、CUDA、cuDNN下载和环境变量设置_第7张图片

pytorch、CUDA、cuDNN下载和环境变量设置_第8张图片

 

 cuDNN的下载需要注册NVIDIA,根据步骤注册即可,如果已经有账户登录即可。

安装与CUDA版本相同的cuDNN

pytorch、CUDA、cuDNN下载和环境变量设置_第9张图片

 

下载完成并解压后cuDNN文件如下所示

pytorch、CUDA、cuDNN下载和环境变量设置_第10张图片将对应文件夹中的文件复制到CUDA文件中

即将上述文件复制到

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

注意一一对应。

上述就完成了相关的设置。

环境变量的设置:

CUDA_BIN_PATH :C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
CUDA_LIB_PATH :C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
CUDA_PATH :C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
CUDA_PATH_V11_6 : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
CUDA_SDK_PATH:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

 

你可能感兴趣的:(python,开发语言)