python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置

window11系统CUDA、cuDNN 安装以及环境变量配置

  • 一,说明
  • 二,cuda的下载以及安装
    • 1. 确定自己电脑设备哪个版本cuda
      • a. 点击左下角
      • b. 点击左下角
      • c.接着点击 `组件`
    • 2. cuda的下载
    • 3. cuda的安装
      • 1. 双击 点击 `ok`
      • 2. `同意`即可
      • 3. 这个随意哪个都行
      • 4.选择安装位置 接着下一步
  • 三,cuda环境变量设置
  • 四、cuDNN下载以及安装
    • 1. cuDNN的下载
    • 2. cuDNN的安装
      • 步骤1. 先找个合适位置解压
      • 步骤2. 安装 将刚才解压的文件拷贝到 `cuda 安装位置`中…默认安装的话,咱们`理论上是一样`的
      • 步骤3. `同名文件`进行`替换`就行
    • 3. cdDNN环境变量配置
    • 4. 进行cuDNN验证
  • 五. 问题
    • 1. 请问为啥没有CUDA Samples这个文件夹呢
      • 2. 你好,我原来有11.4的cuda,重新安装了12.1的cuda之后,cudasamples没有v12.1是什么原因
      • 3. 请问:安装cudnn在cuda文件夹下面同名文件进行替换就行这样对吗,不是应该把cudnn文件的内容对应复制到cuda文件夹下面吗?
      • 4. 楼主讲的很好很详细。在这补充两点:




一,说明

CUDA(Compute Unified Device Architecture)是 NVIDIA 提供的一种并行计算平台和编程模型,可以加速各种科学计算、机器学习和深度学习应用。而 cuDNN(CUDA Deep Neural Network Library)是 NVIDIA 提供的一个可选的库,用于优化深度神经网络的训练和推理性能。

虽然 CUDA 包含了一些基本的矩阵运算和线性代数函数,但它不直接包含深度神经网络相关的算法和优化。因此,为了使用 CUDA 进行深度学习任务,您需要安装一个额外的库,例如 cuDNN

cuDNN 库还提供了一些高级功能,例如卷积算法的快速实现和 GPU 内存管理。因此,通过与 CUDA 结合使用,cuDNN 可以大幅提高深度学习应用的性能和效率。

因此:
CUDA ,需要下载两个安装包

  • CUDA toolkit

  • cuDNN

二,cuda的下载以及安装

1. 确定自己电脑设备哪个版本cuda

一般就是:打开nvidia(桌面右键)->选择左下角的系统信息->组件既可以。

我的电脑是win11,我自己的操作方式如下:

a. 点击左下角

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第1张图片

b. 点击左下角

进行搜索 nvidia 弹出这个页面,点击左下角系统信息
python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第2张图片

c.接着点击 组件

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第3张图片
python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第4张图片

这就是 自己电脑支持的cuda版本,一般选择配套的,我有时候会选择略低于这个的版本,不能高于。具体情况视情况而定

2. cuda的下载

下载地址

我自己的下载。

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第5张图片
python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第6张图片
python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第7张图片

最后的下载的成果

在这里插入图片描述

3. cuda的安装

1. 双击 点击 ok

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第8张图片
耐心等待…
python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第9张图片

2. 同意即可

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第10张图片

3. 这个随意哪个都行

我使用的是自定义

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第11张图片

直接下一步(因为电脑里没有VS,所以在后面会提示把VS取消勾选):

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第12张图片

4.选择安装位置 接着下一步

默认即可,但是要记住这个地址,下面手动配置环境变量要用到

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第13张图片

三,cuda环境变量设置

一般这里安装完毕后,会自动配置好环境变量,若是没有配置就只能自己配置了。
后面就用我电脑上的另一个版本 11.4.4版本的 内容说明,上面的流程是一模一样的,仅仅是版本号不同罢了,没必要纠结

变量:

CUDA_PATH
CUDA_PATH_V11_4
NVCUDASAMPLES_ROOT
NVCUDASAMPLES11_4_ROOT

值:这里我用 11.4版本为例,流程上是一样的,就是版本号不一样仅此而已,这个值就是上面让记住的安装地址

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4

步骤1. 鼠标右击 我的电脑–>右击点击属性
python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第14张图片
步骤2. 选择 高级系统设置–> 环境变量设置

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第15张图片

步骤3. 点击新建,依次输入上面的 变量

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第16张图片
步骤4. 进行测试安装
win+r,输入cmd

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第17张图片
即为安装成功…

四、cuDNN下载以及安装

1. cuDNN的下载

下载地址

一般首次下载需要进行账号注册,这个很简单有邮箱就行,按照步骤走就可以。我用的是Google邮箱。

进去后是这样的…
根据cuda版本进行下载即可

点击红色框这里进行版本选择

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第18张图片

看cuda下载地址确定自己的cuda完全版本,我这里用11.4为例,流程上与上面12.1一样

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第19张图片

好了知道这个选择 cuDNN的下载版本

我选择的是这一个…

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第20张图片

下载后的样子是这样婶儿的…

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第21张图片

2. cuDNN的安装

步骤1. 先找个合适位置解压

三个文件夹

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第22张图片

步骤2. 安装 将刚才解压的文件拷贝到 cuda 安装位置中…默认安装的话,咱们理论上是一样

不一样的话,基本上就在c盘 找下就找到了…

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第23张图片

步骤3. 同名文件进行替换就行

3. cdDNN环境变量配置

方法一样:

此电脑—>右击属性—>高级系统设置—>环境变量
python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第24张图片

将下面这些内容放在这个path中。就将替换后的 binincludelib以及libnvvp路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第25张图片
python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第26张图片

4. 进行cuDNN验证

进入这个位置:::选中地址
python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第27张图片

在选中地址后 输入 cmd 回车

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第28张图片
分别键入:

bandwidthTest.exe
deviceQuery.exe

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第29张图片

python&anconda系列(亲测有效):window11系统CUDA、cuDNN 安装以及环境变量配置_第30张图片

成功…

五. 问题

1. 请问为啥没有CUDA Samples这个文件夹呢

  • 11.6以后就不自带了,得自己去下

  • 您好,首先不太清楚你的安装时候的场景情况,第二就是,你的安装版本是多少,是否是高版本或者低版本,第三就是,你找不到可能这个文件夹,没有在跟我一样的位置。你可以在的安装盘检索一下,

2. 你好,我原来有11.4的cuda,重新安装了12.1的cuda之后,cudasamples没有v12.1是什么原因

  • Cuda 11.6版本之后将不再编译cuda,所以必须自己从github下载后自行编译

3. 请问:安装cudnn在cuda文件夹下面同名文件进行替换就行这样对吗,不是应该把cudnn文件的内容对应复制到cuda文件夹下面吗?

  • 您好,我一直是同名文件夹替换操作的,没有出现过错误。至于您说的复制到cuda下面我没有尝试过,不太确定会如何,您可以试一下这种方法

4. 楼主讲的很好很详细。在这补充两点:

  1. 在nvidia控制面板里看的cuda版本应该是cuda的驱动版本,所以cuda版本不要高于这个。顺便一提,在cmd界面里使用nvidia-smi命令也可以看到一个cuda版本,那里显示的也是驱动版本。

  2. 在设置环境变量时,pytorch会默认以CUDA_PATH为准,所以不要跳过这个变量只设置V11_4哦。并且即使使用nvcc -V命令能看到cuda的版本,也并不意味着环境变量一定完全正确,还是要仔细检查的。







QuietNightThought

window11系统CUDA、cuDNN 安装以及环境变量配置

你可能感兴趣的:(#,python,python,开发语言)