CUDA下载 + CUDNN下载 + Pytorch下载

       最近实验室小伙伴想跑下深度学习的模型，帮他们安装了CUDA、CUDNN和Pytorch以及配置了环境，记录一下下载安装过程。

一、CUDA及CUDNN下载及安装

1.下载地址：CUDA Toolkit Archive | NVIDIA DeveloperPrevious releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production drivers appropriate for your hardware configuration.https://developer.nvidia.com/cuda-toolkit-archive

cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive

       下载之前，输入以下命令，先检测自己的显卡支持最高版本的CUDA；安装时，建议装到C盘（默认安装）。

nvidia-smi

点击上方CUDA安装地址，选择适配自己电脑的CUDA进行安装，如下图所示。

 

CUDNN下载网站界面：

第一次下载时要注册一下，填下信息就行。 

 2.安装CUDA：

安装之前，先关闭杀毒软件，双击.exe文件，下载好后就会有cuda文件夹，如下图：

下载时根据自己需要可以更换安装路径

 

后续的安装除了在： “安装选项”选择“自定义（高级）”以及自定义安装选项中“CUDA-Visual Studio Integration”不勾选外，其他都默认下一步就可以。 

3.配置环境变量

打开环境变量，在系统变量里选择“Path”，新建并将以下两行代码加进去。

 

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp;

4.安装CUDNN

解压步骤1里下载的CUDNN安装包，将CUDNN文件夹里面的bin、include、lib文件直接复制到CUDA的安装目录，如下图为CUDA的安装位置，粘贴过来直接覆盖即可。

# CUDA的安装目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0

5.验证CUDA是否安装成功

通过cmd输入以下命令，查看信息

nvcc -V

二、Pytorch下载

1.安装前先查看CUDA对应的版本，输入以下网址：https://pytorch.org/get-started/previous-versions/

这里我的CUDA是11.3的，找到对应的版本下载就好了，如果下的慢，可以在后面加个清华镜像。 

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113 -i https://pypi.tuna.tsinghua.edu.cn/simple

2.安装完成后，输入以下测试代码即可

import torch
print(torch.__version__)
print(torch.cuda.is_available())

当然pip list一下也可以看到版本