【环境配置】windows多版本CUDA和CUDNN安装

一、CUDA安装

1. 点击CUDA安装包。
   
2. 提取缓存文件。
   
   
3. 检查系统兼容性，同意软件许可协议。
   
   
4. 选择自定义安装，在已安装NVIDIA驱动的情况下，仅选择第一项CUDA，安装即可。
   
   
   注意在安装多版本CUDA时，不勾选Visual Studio Integration，否则由于此插件冲突会报错，导致安装失败。其他步骤完全一样。
   
   安装失败示意图
   
5. CUDA安装成功测试。

# 命令提示符输入
nvcc -V

二、CUDNN安装

1. 将CUDNN压缩包解压。
   
2. 分别将bin、include、lib\x64路径下的文件复制到对应的cuda目录下。

copy cudnn\cuda\bin\* C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
copy cudnn\cuda\include\* C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
copy cudnn\cuda\lib\x64\* C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64

3. 查看环境变量，能够看到两个版本CUDA，改变CUDA_PATH即可选择不同的CUDA版本。
   

三、TensorRT安装

1. 解压TensorRT压缩包。
   
2. 将TensorRT文件夹移动至D:\Program Files (x86)，并把TensorRT\lib、TensorRT\include和TensorRT\bin添加至环境变量。
   
3. 将TensorRT\lib下的.dll文件复制到cuda安装目录C:\Program Files\ NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin。
   
4. 在虚拟环境中安装whl库文件。

conda activate pytorch1.8
cd python
# 选择对应的Python版本
pip install tensorrt.whl

# 安装graphsurgeon
cd ../graphsurgeon
pip install graphsurgeon.whl
 
# 安装uff(TensorRT与TensorFlow配合试用时)
cd ../uff
pip install uff.whl

5. 测试

参考