3.安装cuDNN详细步骤（含安装截图）

3.安装cuDNN

前面步骤：
1.安装anaconda
2.安装CUDA

3.0 什么是cuDNN？为什么要安装它？

cuDNN（CUDA Deep Neural Network）是NVIDIA推出的专为深度学习优化的GPU加速库，提供了神经网络核心操作（如卷积、池化、归一化等）的高性能实现。其本质是通过高度优化的算法和内存管理，将深度学习框架（如PyTorch、TensorFlow）的计算指令映射到GPU硬件，最大化并行计算效率。

安装cuDNN的意义在于：

1. 性能提升：相比直接调用CUDA基础API，cuDNN能显著加速训练和推理过程，尤其在复杂模型（如CNN、Transformer）中可带来数倍的效率提升。
2. 框架依赖：主流深度学习框架（如PyTorch）底层依赖cuDNN实现核心运算，未安装时可能回退到低效的CPU或未优化GPU代码。

（补充：cuDNN通过计算图优化（Graph API）和混合精度训练支持，进一步减少显存占用和计算冗余，是构建高效深度学习环境的核心组件。）

3.1 下载cuDNN

在官网下载cuDNN

这个地址如果直接点击下载的话，需要注册一个账号。

使用迅雷下载不需要注册账号了，下载速度还很快

打开下载地址，选择适合自己CUDA的cuDNN版本下载。

点击右键，复制下载链接。

图41

在迅雷下载中新建下载链接，然后把下载链接复制过来，点击下载，见图42-45

图42

图43

图44

图45

3.2 安装cuDNN

下载完成之后，把下载好的压缩包解压，然后把cuDNN的bin,include,lib文件夹复制到CUDA对应的文件夹内，替换原来CUDA的相应文件（弄过去之后原来的cuDNN文件夹就没用了可以删掉）。

图46
三个文件夹分别弄过去的截图如图47-49

图47
图48
图49

3.3添加环境变量

把图53的四个环境变量添加上

图53
至此，cuDNN安装完毕，成功安装！
下一步：安装pytorch