不同版本CUDA和cudnn下载安装并配置环境变量

编程如画，我是panda！

干货满满，不要走开~

目录

前言

一、下载或更新显卡驱动（选做）

1.查看当前显卡驱动版本以及支持的最高版本的CUDA

2.下载显卡驱动

二、安装CUDA

1.查看支持的最高版本的CUDA

2.下载CUDA Toolkit

三、安装cuDNN

四、多版本CUDA下载

---

前言

学习深度学习的时候通常要使用CPU和GPU进行计算，一般来说，GPU的训练速度更快，如果是小规模的数据，CPU和GPU表现出来的效率差不多，但是随着数据量的增加，GPU和CPU之间的效率差距会越来越大（那张对比图我在一本书上看到过，但是好像找不到了......），所以如果大家有GPU，建议训练模型的时候还是用GPU好一点。

CUDA（Compute Unified Device Architecture） 是由NVIDIA推出的并行计算平台和编程模型，用于利用NVIDIA GPU（图形处理单元）进行通用目的的并行计算。CUDA允许开发者使用C语言或CUDA C++语言扩展，在GPU上进行高性能的并行计算，包括科学计算、机器学习、深度学习等领域。

cuDNN（CUDA Deep Neural Network library） 则是NVIDIA提供的一个专门用于深度学习的CUDA库。cuDNN提供了高度优化的基本操作实现，如卷积、池化、激活函数等，用于加速深度学习模型的训练和推理。它被广泛用于深度学习框架如TensorFlow、PyTorch等的底层实现，为深度学习任务提供了高性能的计算支持。

主要区别和用途：

• CUDA： CUDA是一个通用的并行计算平台，可以用于各种科学计算和通用并行计算任务。它允许开发者直接利用GPU的并行计算能力，执行自定义的并行任务。

• cuDNN： cuDNN专注于深度学习任务，提供了深度神经网络中常用操作的高效实现，从而加速深度学习模型的训练和推理。cuDNN被设计为深度学习框架的底层库，提供了深度学习任务所需的基本构建块。

总体而言，CUDA为通用的并行计算提供了平台和编程模型，而cuDNN是在CUDA基础上专门优化的库，用于加速深度学习任务。在深度学习领域，通常会同时使用CUDA和cuDNN来充分发挥GPU的计算能力。

---

一、下载或更新显卡驱动（选做）

1.查看当前显卡驱动版本以及支持的最高版本的CUDA

按住Win+r，打开命令行，输入nvidia-smi:

Driver Version是你的显卡驱动版本，右侧的CUDA Version是你的显卡所能支持的CUDA的最高版本，如果你的显卡版本过于旧，就需要去官网更新一下驱动。当然，如果你输入nvidia-smi以后并没有显示上面的界面，说明你并没有显卡驱动或者说没有英伟达的显卡，如果你是没有显卡驱动的话，直接去英伟达的官网去下载驱动就好了，但是如果你没有英伟达的显卡，那就请不要往下看了哈，这篇文章不适合你。

2.下载显卡驱动

官网链接：官方驱动 | NVIDIA

然后选择好你的电脑型号下载对应的显卡驱动：

下载好以后直接安装即可，一路默认安装就行。 

二、安装CUDA

1.查看支持的最高版本的CUDA

按住Win+r，打开命令行，输入nvidia-smi:

或者打开英伟达控制面板，找到左下角系统信息：

2.下载CUDA Toolkit

下载地址： CUDA Toolkit Archive | NVIDIA Developer

找到你适合的CUDA版本下载，注意不要超过上面查到的最高版本号，这里以下载12.0.0为例：

直接点击链接选择适合自己的版本：

下载后双击执行：

这里默认就行，这是一个暂时存放所需安装条件的文件夹，等下载完成后会自动删除的。 

 

等待提取完成：

 

 这里选同意并继续：

然后选择自定义安装：

 这里选第一个就行：（可以看一下新版本和当前版本是否一致，如果新版本比当前版本新可以勾选，如果比当前版本旧就不要勾上了，不然会给你的显卡驱动降级）然后下一步

 安装位置这里，我建议是默认，不然会出很多问题，而且要对这个路径烂熟于心：

然后等待安装完成：

然后下一步：

然后打开环境变量，查看是否安装成功：
打开环境变量方法：

方法1.直接在搜索框输入环境变量：

方法2.右键此电脑->属性->高级系统设置->环境变量

检查是否有下面的路径：

然后查看Path里面：

 

如果有就说明安装成功了，如果没有请手动添加，然后连续点击确定：

按住Win+r输入cmd，打开命令行：输入nvcc -V，如果安装成功，会出现如下界面：

三、安装cuDNN

进入cuDNN下载官网：cuDNN Archive | NVIDIA Developer

然后根据你下载的CUDA版本下载对应的cuDNN：

这个需要注册一个英伟达账号才能下载 ，挺简单的。

然后选择对应的操作系统：

下载好以后是一个压缩包，解压，得到文件夹：

将bin，include，lib三个文件夹复制，然后打开你的CUDA下载路径。复制进去：

 这样cuDNN也配置好了~

四、多版本CUDA下载

下载步骤和之前是一样的，主要是环境变量的设置：

假设你已经下载好了上面的一个版本，现在又下载了11.6版本，并且将cuDNN复制到了CUDA的文件夹，然后打开环境变量：
你会发现多了一条：

并且CUDA_PATH变成了：

Path最上面的两个变成了：
 

终端里输入nvcc -V变成了11.6版本：

那么假设你想使用12.0版本了，该怎么办呢，那就打开环境变量，把 CUDA_PATH最后的v11.6变成v12.0，然后对应的将Path里面关于12.0的两条移到最上面：

然后你就可以看到你的CUDA版本变成了12.0版本了~如果没有的话，请重启电脑，因为安装好一个CUDA以后最好要进行重启。