最新CUDA/cuDNN与Pytorch保姆级图文安装教程(速查字典版)

目录

1 什么是Pytorch？

Pytorch

是torch的python版本，是由Facebook开源的神经网络框架，专门针对 GPU 加速的深度神经网络(DNN)编程。Torch 是一个经典的对多维矩阵数据进行操作的张量库，在机器学习和其他数学密集型应用有广泛应用，很多经典的开源深度学习算法都是采用

Pytorch

框架开发的。

既然Pytorch针对深度学习进行GPU加速，那么其安装一定与显卡挂钩，因此本文主要分为两个方面——CUDA安装配置以及Pytorch安装配置

2 CUDA安装与配置

2.1 查看显卡驱动版本

根据CUDA官方说明文档，显卡驱动的版本决定了你能安装CUDA版本的上限，比如我最多只能安装

CUDA 11.6

，读者请根据自己的驱动版本选择CUDA版本。

2.2 下载安装CUDA

进入CUDA下载界面下载某个版本的CUDA

这里的选择根据两个方面：

• 自身显卡驱动型号(2.1节)
• Pytorch版本号(3.1节)

本文演示

CUDA 11.6

的安装

• 下载安装包
• 启动安装程序
• 配置环境变量(一般是安装程序自动配置完成，否则自行配置)
• 测试，终端输入nvcc -V，返回CUDA版本号即安装成功C:\Users\Mr.Winter>nvcc -Vnvcc: NVIDIA (R) Cuda compiler driverCopyright (c)2005-2021 NVIDIA CorporationBuilt on Fri_Dec_17_18:28:54_Pacific_Standard_Time_2021Cuda compilation tools, release 11.6, V11.6.55Build cuda_11.6.r11.6/compiler.30794723_0

2.3 下载安装cuDNN

cuDNN

是

CUDA

的深度学习补丁，进入cuDNN官网下载与

CUDA

版本匹配的

cuDNN

即可

下载解压后的

cuDNN

如图所示

把三个文件夹复制粘贴到

CUDA

安装目录中，在本文中是

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

即可完成

cuDNN

的补丁

2.4 多版本CUDA切换

更改系统变量的

CUDA_PATH

使其指向需要切换的版本，

PATH

使切换的版本位于最上侧

对应版本移动到最上方

2.5 CUDA卸载

在控制面板卸载对应版本的CUDA文件即可，主要是

• NVIDIA CUDA Development
• NVIDIA CUDA Documentation
• NVIDIA CUDA Runtime
• NVIDIA CUDA Samples

3 Pytorch安装与配置

3.1 选择Pytorch版本

进入Pytorch官网可以看到最新版

Pytorch

的安装命令及其对应的CUDA版本

如果电脑硬件达不到CUDA要求，可以进入Pytorch安装列表查看所有版本

Pytorch

的安装命令，总可以找到适合自己显卡型号的

Pytorch

版本

3.2 安装Pytorch

本文采用

CUDA 11.6

，根据官网的命令，在终端输入

conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge

这里建议在虚拟环境中实验，虚拟环境相关操作请参考：Anaconda安装与Python虚拟环境配置保姆级图文教程(附速查字典)

安装成功后

🔥 更多精彩专栏：

• 《ROS从入门到精通》
• 《机器人原理与技术》
• 《机器学习强基计划》
• 《计算机视觉教程》
• …

👇源码获取 · 技术交流 · 抱团学习 · 咨询分享 请联系👇