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
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
c.接着点击 组件
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。
最后的下载的成果
3. cuda的安装
1. 双击 点击 ok
耐心等待…
2. 同意即可
3. 这个随意哪个都行
我使用的是自定义
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)：
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
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
步骤2. 选择 高级系统设置–> 环境变量设置
步骤3. 点击新建，依次输入上面的 变量和值
步骤4. 进行测试安装
win+r，输入cmd
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…
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
好了知道这个选择 cuDNN的下载版本…
我选择的是这一个…
下载后的样子是这样婶儿的…
2. cuDNN的安装
步骤1. 先找个合适位置解压
有三个文件夹…
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
不一样的话，基本上就在c盘 找下就找到了…
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
将下面这些内容放在这个path中。就将替换后的 bin、include、lib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
4. 进行cuDNN验证
进入这个位置：：：选中地址
在选中地址后 输入 cmd 回车
分别键入：
bandwidthTest.exe
deviceQuery.exe
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：
-
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。
-
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