Conda+CUDA+Torch+cuDNN下载及安装(总结)

一、安装Anaconda

如果安装过需卸载，直接以管理员身份运行uninstall-anaconda3可彻底删除。

选择版本，网址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/（建议别下最新版）

1. 默认环境安装（不容易出问题）-->just me-->no add PATH environment variable；

2. 环境变量配置

cmd-->where conda-->where python;

3. 测试是否安装成功：进入cmd，输入语句：conda --version

二、安装CUDA（针对有GPU，可选择安装）

安装网址：https://developer.nvidia.com/cuda-downloads

1.选择版本，Archive of Previous CUDA Releases

2. CUDA的版本选择，跟Torch版本要求对应，不会出错。

3. 根据自己电脑环境，推荐迅雷下载，然后默认地址安装（不容易出问题）。

三、安装pytorch

1. 进入anaconda，创建torch的环境，python版本推荐3.8。

2. Win+R输入cmd，并输入activate base；activate torch激活自己的环境。

3. torch官网https://pytorch.org/get-started/locally/，选择对应版本的torch。

4. 复制上面的一段代码，至Command，进入自动安装。

5. 在Command验证安装是否成功。

输入：

import torch

print(torch.__version__) #显示版本

print("gpu", torch.cuda.is_available()) #False

6. 至此torch安装成功，并可调用gpu加速。

四、安装cuDNN

1. https://developer.nvidia.com/cudnn (注册账号)

2. 进入下载界面:

3. 根据 cuDNN Archive | NVIDIA Developer ，查看适配的 cuDNN

我的是CUDA v11.7，因此可以选择较新的cuDNN v8.8。

4. 下载window的压缩包

5. 解压得到cuDNN的文件夹

6. 将把三个文件夹拷贝到cuda的安装目录下（如下图为默认路径）

对三个不同文件夹内容分别进行拷贝。

7. 验证：win+R启动cmd，然后cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe（进到目录后需要直接输“bandwidthTest.exe”和“deviceQuery.exe”）,得到下图: