CUDA, CuDnn以及pytorch安装步骤

首先声明：因为CUDA和CuDnn和pytorch都是在外网，所以进入他们的网站可能需要梯子，请自行搭梯子进入，博主这里提供不了梯子，为各位说一声抱歉。

1.CUDA的官网：CUDA Toolkit Archive | NVIDIA Developer

2.CuDnn的官网：https://developer.nvidia.com/rdp/cudnn-archive

3.Pytorch的官网：PyTorch

注意事项：

CUDA和Cudnn以及Pytorch的版本都要对应上，但是它们下载的顺序无关紧要，先下载哪个都可以，但是在安装CUDA和CuDnn之前先看一下Pytorch支持CUDA的版本是多少，避免CUDA版本过高而导致不匹配。在下载CUDA和CuDnn之前是需要登录NVIDIA的账号, 如果没有请自行注册。

在下载Pytorch的时候使用conda，pip或者其他下载的时候都有可能出现失败的机率。在国内的话最好添加镜像源下载以确保不会出现失败的情况。

ok，接下来开始

先确定自己的NVIDIA显卡所支持的CUDA版本是多少

有两个查看的办法，第一个是：右键桌面—>NVIDIA控制面板，然后按照图片内容

第二个是： win + r 输入cmd，在窗口里输入 nvidia-smi

就比如我的显卡最高支持12.4，只要不超过12.4版本的都可以使用。

CUDA的安装： 

根据我的电脑，我选择12.1版本。为什么选择12.1的原因，请看下面Pytorch安装那里。

点击下一步，安装就完成了 

 找到CUDA路径的方法：

右键计算机—> 属性—>高级系统设置—>环境变量

 复制它即可 

 CuDnn的安装

它标记12.x就代表着12的版本都可以使用它

这里请选择好自己的操作系统，我的是在windows系统，各位不要下载错误

 下载完成后，我们来解压这个文件，而不是安装

解压后，来复制这三个文件

 将这三个文件复制到你的CUDA路径里面

这三个文件替换完成后，就算完成了CuDnn的安装 。

如何找到CUDA路径，我在上面已经写了方法

Pytorch的安装：

下面图片就解释了为什么我在上面安装CUDA那里选择CUDA 12.1的原因，因为目前 Pytorch 所对应的CUDA 12.4不能下载，所以我选择了CUDA 12.1版本 

 注意自己的操作系统，比如 我是windows

 当然，我是用Conda下载只是一个例子，也可以使用pip或者其他下载

关于Pytorch下载问题：

因为下载地址是外国的服务器，它的下载速度会很慢，同时也会导致下载失败。如果在用Conda下载的时候要换成国内的镜像源

下载命令中的 -c xxxx 代表的是下载地址或镜像源, 所以将-c后面的xxxx 换成 镜像源地址即可。

我来提供两个镜像源

清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

阿里巴巴镜像：http://mirrors.aliyun.com/anaconda/pkgs/main

接下来我使用Conda下载

Conda下载pytorch 使用镜像加速的一般公式：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c 镜像源地址

红色标注为pytorch里的下载命令，不需要复制这里的，去pytorch里复制

在Conda里输入pytorch中的下载命令，使用镜像加速即可

 镜像加速 大概就是这么个流程。

因为我目前在国外上学的原因，我不需要使用国内的镜像源加速，所以我直接使用下载命令即可 

等待下载

 下载完成

我们输入conda list来检查有没有这些包 

好的，这些包全都在。

最后在pycharm里检查有没有cuda 

 输入以下代码：

import torch

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

到这里就结束了