cuda和cudnn的在windows上下载安装教程

FL1623863129

于 2025-06-08 14:49:37 发布

阅读量1k

点赞数 28

分类专栏：环境配置文章标签： windows

本文链接：https://blog.csdn.net/FL1623863129/article/details/148513057

版权

环境配置专栏收录该内容

355 篇文章

订阅专栏

概述
CUDA和cuDNN是由NVIDIA提供的两个关键软件库，用于利用NVIDIA GPU进行高性能计算和深度学习加速。
CUDA是一个由NVIDIA开发的并行计算平台和编程模型，用来加速计算密集型任务
cuDNN是一个GPU加速的深度学习库，是许多深度学习框架（如 TensorFlow、PyTorch、MXNet 等）中不可或缺的组件，因为它能够极大地提高深度学习任务的性能。
简单来说，CUDA 是一个通用的GPU编程平台，而cuDNN则是基于CUDA之上的一个专门用于深度学习的优化库。
安装前提：必须有一块支持CUDA的英伟达显卡，如果电脑没有英伟达显卡，那没办法使用哦。
接下来我将手把手教你们安装cuda和cudnn

一、cuda安装
1.查询自己电脑可支持最高cuda版本是多少
在终端输入nvidia-smi命令，查询可支持的最高cuda版本，驱动是向下兼容的，我电脑可支持最高版本的cuda为12.9，所以安装cuda版本小于等于12.9的都可以安装上。（如果想安装的cuda版本不在可支持的cuda版本内，则可以考虑升级显卡驱动，从而实现对cuda高版本的安装，去官网下载你电脑对应显卡的驱动程序：https://www.nvidia.cn/Download/index.aspx?lang=cn）

显卡驱动更新教程如下：注意注意注意：如果你电脑不需要更新显卡驱动，那就跳过显卡驱动更新教程哦
1.查看自己电脑显卡型号
在搜索框输入设备管理器并打开

我的型号如下：

2.复制上面的显卡驱动下载地址
查找自己的显卡型号

进入最新界面：

选择最新一个版本安装即可

3.下载完成直接双击安装
安装超级简单，直接下一步下一步就行，安装完成之后重启电脑，在终端输入nvidia-smi命令，来查看可支持的最高cuda版本

2.cuda安装包下载
下载前需要确定自己需要安装的pytorch版本号是多少，根据下面表格来选择合适版本的cuda和cudnn

cuda与cudnn对应的版本表格：

cuda、CUDAToolkit与pytorch对应的版本

需要注意：30系列显卡的需要cuda11及以上的版本，如果显卡是3070,4070系列显卡，所以需要安装大于等于cuda11的版本，我选择cuda11.3版本的进行下载。如果显卡是50系列显卡需要安装cuda12以上版本。

去官方网站下载cuda安装包，注意要选择离线安装包下载，如下图。如果下载很慢可以尝试gitee.com/FIRC/cuda_cudnn_mirror这个镜像地址。里面包含了cuda和cudnn方便下载

这里以cuda11.3，其他版本下载类似。为例：

3.cuda安装

双击安装包安装

点击展开，取消Visual Studio Integration，如果您需要C++ cuda编程需要和viual studio配和用则不需要取消

安装完成

需要注意：安装完可以不重启电脑，不过推荐重启一下以防环境变量没有更新。注意cuda安装后会自动设置到系统环境变量中无需手动添加。

5.验证cuda是否安装成功

在终端输入nvcc -V命令，输出版本号代表安装成功

二、cudnn安装

1.cudnn安装包下载

下载前需要确定自己需要安装的pytorch版本号是多少，根据下面表格来选择合适版本的cuda和cudnn

cuda与cudnn对应的版本表格：

cuda、CUDAToolkit与pytorch对应的版本

需要注意：看表格找到对应版本的cudnn，我安装cuda版本是11.3，所以需要安装8.2.0或者8.2.1都行，cudnn一般需要自己注册nvidia账号登录才能下载，如果下载很慢或者下载不了可以尝试gitee.com/FIRC/cuda_cudnn_mirror这个镜像地址。里面包含了cuda和cudnn方便下载
找到cudnnv8.2.0，for CUDA 11.x 表示这个cuDNN版本是 CUDA 11.x 版本系列兼容的。CUDA11.x 系列包括了 11.0、11.1、11.2 、11.3等具体版本，x 表示任何小版本号