windows多版本CUDA和CUDNN安装
一、CUDA安装
- 点击CUDA安装包。
- 提取缓存文件。
- 检查系统兼容性,同意软件许可协议。
- 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
- CUDA安装成功测试。
# 命令提示符输入
nvcc -V
二、CUDNN安装
- 将CUDNN压缩包解压。
- 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
- 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
- 解压TensorRT压缩包。
- 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。
- 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
。
- 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
- 测试