Windows的python配置pytorch、torchvision、NVIDIA（英伟达）、cuDNN进行gpu加速计算

相信很多小伙伴在跑深度学习神经网络的时候用cpu跑又慢又占内存，本文将介绍如何将自己电脑增加gpu跑模型的路线，方便加速计算。

废话不多说，下面咱们直接开始：

一、python配置

建议下载的python版本为3.5到3.10之间，因为大多数用于gpu加速计算的torch都在这个版本区间。一般常用的是python3.6或者3.8。下面我们就以python3.8为基础环境进行配置，其他版本下面操作类似。

如果没有下载python或者需要重新下载python的那就直接去官网下载叭，python官网：Welcome to Python.org

二、NVIDIA配置

1.查看电脑自带NVIDIA cuda版本（如果没有NVIDIA或者想重新下cuda的请看2.）：

（1）首先在搜索栏里搜索：NVIDIA Control Panel点开

（2）然后在弹出页面的左下角点击系统信息（点完后可能会卡一下）

 （3）在出来的页面中点击右边的组建

 （4）在3D设置的第三行右边CUDA后面就是对应的cuda版本号，如下图这个是cuda 11.6

2.下载NVIDIA：

想重新下的看本条的（1）和（2），电脑上没有NVIDIA第一次下的看（2）

（1）首先卸载掉之前所有NVIDIA应用

        1.打开设置

         2.点击应用

         3.点击应用与功能

        4.在搜索应用里输入NVIDIA

         5.删除所有跟NVIDIA相关的应用（删除之前请确保无重要文件！）

（2）下载NVIDIA

NVIDIA工具包官网：库达工具包存档 |英伟达开发者 (nvidia.com)

        1.点进去如下​

         2.点击想下载的cuda 版本

​

        3.再点windows和其他配置

 ​

        4.下拉点击Download开始下载

​        5.下载完之后直接安装就可以了

 3.配置NVIDIA

 （1）点开设置

（2）在系统这一栏的右边滑到最低，点击最后一个系统信息

（3） 然后点击高级系统设置

 

 （4）点击环境变量

 （5）在用户变量里双击path

 （6）点击新建，将地址换成你自己的，添加下面几条

         1.你的文件目录\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib

                例如：我的就是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib

然后点击确定、确定就ok了。

三、cuDNN配置

官网：CUDA 深度神经网络 （cuDNN） |英伟达开发者 (nvidia.com)​​​​​​

1.下载cuDnn

（1）进入官网后点击Download cuDNN

 （2）然后会跳出这个页面让你登录,输入一个你的邮箱，然后随便注册一下操作好了直接登录就行

 （3）登录好了再点Download cuDNN就会直接跳转到这个页面

（4）点击I Agree那一长串前面打个对钩，就会出现这样

 （5）点 Archived cuDNN Releases查看其他版本，找到你对应的cuda版本

 （6）然后点击Windows的那个进行下载

 2.配置cuDNN

（1）安装cuDNN

下载完了之后是个压缩包,将文件解压到NVIDIA GPU Computing Toolkit\CUDA\版本号，这个文件夹下

 比如我的cuDNN就放在"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6这个文件夹下。

(2)配置环境变量

        1.重复上面打开path的方法，来到这个界面

         2.点击新建，将cudnn里面cuda文件中的lib添加进去

        比如说我的就是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\cudnn-11.3-windows-x64-v8.2.1.32\cuda\lib。然后点击确定、确定就ok了。

四、torch和torchvision对应版本配置

 离线下载包网址：https://download.pytorch.org/whl/torch_stable.html

1.下载torch和torchvision

（1）进入离线下载包的网址

 （2）往下滑，大概滑倒中间部分，找cu开头的

cu后面是你NVIDIA cuda的版本号，如果你的cuda是11.6，那么对应的就是cu116

（3）找到与自己电脑cuda对应的版本号之后（如果不会找，去看二、1.）；再往右边看，找到cp，cp后面为你python的版本号，比如cp38，就是对应兼容python3.8的；然后再看是不是Windows的，是Windows就在cpxx后面有个win，然后就点击即可下载啦。

2.配置torch和torchvision

下载完合适的torch和torchvision之后，就开始安装了

（1）打开你下载的文件夹（一般都在下载里）

 （2）全选输入cmd，点回车

 （3）在这个页面输入pip install 下载的文件名（要加扩展名）

（4）将torch和torchvision全部安装好了就可以了