Windows 11+RTX3060安装CUDA、cuDNN与Pytorch

已于 2023-12-27 17:22:24 修改
阅读量468 收藏 1
点赞数 1
分类专栏： # torch 文章标签： pytorch
于 2022-08-10 11:15:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shuaiqidexiaojiejie/article/details/126262423
版权

实验环境为RTX 3060的Windows 11。我在一开始没有安装合适的CUDA版本，导致最终Pytorch训练时报错，最终只能推倒重来，浪费了不少时间。

为了提醒更多的同学在一开始就安装正确的版本，在此记录。

经实验，完全没问题的版本是：

1. CUDA Toolkit 11.1.1

CUDA Toolkit 11.1 Update 1 Downloads | NVIDIA Developer

依次选择：

2. ​cuDNN v8.1.1 (Feburary 26th, 2021), for CUDA 11.0,11.1 and 11.2​

cuDNN Archive | NVIDIA Developer

依次选择：

最低0.47元/天 解锁文章
RTX 3060+CUDA+CUDAnn+Pytorch安装（自己踩过的）
m0_50635882的博客
11-21 2万+
昨天买了一个铭瑄RTX3060的卡，准备回来做深度学习，结果各种踩坑，现在发一下我最后一次装成功的过程。 1、按装英伟达3060的驱动 直接百度搜索NVIDIA驱动，就会出来官方GeForce驱动程序，进去之后，官方 GeForce 驱动程序 | NVIDIA 会出现下面这个页面，点击立即下载，下载完成之后进行安装，这里就不显示安装过程了。 安装好之后需要登录（不知道可不可以不登录，我这里登录了。） 下面是一个登陆后的界面，点击驱动程序，然后下载驱动安装（这里省略了，在2处有个下载..
Pytorch-GPU环境搭建（win11+RTX3060+CUDA11.5+CuDnn8.3.2）
m0_57704424的博客
04-26 2249
软件包搭配：win11 + RTX3060 + CUDA=11.5 + CuDnn=8.3.2 + python=3.10.14 + pytorch=1.12.1。结果显示，Python版本不合适（本版本的Pytorch，需要python=3.10-3.11版本之间）注意：30系列显卡只支持CUDA11.0及以上版本加速，因此本文CUDA选择v11.5。3. 测试pytorch是否安装成功。重新安装其他版本的python。在Pycharm中应用此环境。证明通过GPU计算实现加速。
Windows11搭建 NVIDIA 深度学习环境（NVIDIA 驱动+CUDA+cuDNN）
最新发布
fcclzydouble的博客
03-18 1160
该方式主要用于对现有驱动程序进行更新，同时保留当前已设置好的 NVIDIA 各项参数与配置。当您的计算机上尚未安装任何 NVIDIA 驱动程序，或者您希望对驱动安装组件进行精细选择，如选择特定版本的组件、安装路径等，就可以选择此安装方式。选择 自定义安装 后勾选执行清洁安装：清洁安装会将所有 NVIDIA 设置恢复为默认值并删除它已创注的所有配置文件。
GPU版本的pytorch安装（显卡为3060ti，如何选择对应的cuda版本）
打工人。。
04-15 1万+
显卡为3060ti g6x，操作系统win10。
【CUDA】在Windows11，GTX3060上安装cuda环境
人生苦短，睡觉要紧，睡醒再说
08-29 2856
介绍如何在 Windows 11 操作系统上为 NVIDIA GTX 3060 显卡和 CUDA 11.7 安装 CUDA 环境。
Win11+RTX3060显卡 配置cuda和cudnn
Ayu147258的博客
02-23 7665
windows11+RTX3060，安装cuda和cudnn
【ubuntu20.04 RTX3060 cuda+cudnn+pytorch安裝】
HH_Bang的博客
06-30 1316
torch.
Ubuntu20.04+RTX4060安装CUDA+cudnn+Pytorch+TF-GPU踩坑
newhtyj的博客
07-23 3775
CUDA在安装时，只选择CUDA toolkit 11.3，其他选项使用空格键切换为空白即可(其他视频截图，并非自己安装的截图，因此时CUDA11.2，但是原理是一样的)Caution：RTX4060显卡只能适配Cuda11.3以上的版本，我自己安装的是CUDA11.3+cudnn8.2.1。本文只列举了容易踩坑的布置，其余安装步骤均可百度解决，或者参考视频。进行测试,如下显示，则为成功。
RTX3060+win10+CUDA11.2+cudnn8.2.0+pytorch1.8.0 环境——个人配置经验
zxm_的博客
10-26 1万+
主要参考博客 Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境 Windows 10系统在Anaconda下安装GPU版Pytorch 以下是我亲测有效的使用 RTX 3060 的各部分安装版本 电脑系统：window 10 python版本：3.6.13 pytorch版本：1.8.0 CUDA版本：11.2 cuDNN版本：8.2.0.53 以下是我个人安装教程，仅供参考，如果出现新问题我恐怕可不能解决，谨慎参考，大神请随意~ 注意，我的安装顺序可能有问题！！
Nvidia 3060显卡 CUDA环境搭建(Ubuntu22.04+Nvidia 510+Cuda11.6+cudnn8.8)
山河已无恙
06-15 4443
工作中遇到，简单整理理解不足小伙伴帮忙指正对每个人而言，真正的职责只有一个：找到自我。然后在心中坚守其一生，全心全意，永不停息。所有其它的路都是不完整的，是人的逃避方式，是对大众理想的懦弱回归，是随波逐流，是对内心的恐惧 ——赫尔曼·黑塞《德米安》
Windows 11系统更新CUDA并安装PyTorch环境
Oblning的博客
01-02 3717
windows11 配置PyTorch，PyTorch环境配置，深度学习环境配置
Win11 RTX3060 安装CUDA11.4，cuDNN8.2，pytorch1.10
qq_45536395的博客
11-03 6796
Win11 RTX3060 安装CUDA11.4，cuDNN8.2，pytorch1.10 记录一下我安装过程中选择的版本，亲测有效，安装过程略过
关于win11使用CUDA的配置
weixin_43213237的博客
05-14 768
安装network版本，一直next安装，等待安装完成。**C:\Program Files\NVIDIA GPU Computing Toolkit**这目录下，在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\include路径下找到 cudnn_version.h文件，打开，看一下。可以支持
window11系统CUDA、cuDNN 安装以及环境变量配置
热门推荐
争渡的博客
06-17 7万+
虽然 CUDA 包含了一些基本的矩阵运算和线性代数函数，但它不直接包含深度神经网络相关的算法和优化。因此，为了使用 CUDA 进行深度学习任务，您需要安装一个额外的库，例如 cuDNN。因此，通过与 CUDA 结合使用，cuDNN 可以大幅提高深度学习应用的性能和效率。（CUDA Deep Neural Network Library）是 NVIDIA 提供的一个可选的库，用于优化深度神经网络的训练和推理性能。：这里我用 11.4版本为例，流程上是一样的，就是版本号不一样仅此而已。一般这里安装完毕后，会。
win11 3060安装cuda pytorch mxnet d2l
Grozta
12-15 1393
win11 30系显卡 mxnet pytorch d2l安装教程
windows11 安装cuda和cudnn深度学习开发环境
Dezeming的博客
07-16 609
找与自己的cuda 版本对于的cudnn，然后下载。我下载的是Local Installer for Windows (Zip)可以看到也有同名文件夹，把各个文件夹里面的内容复制到cuda这里的同名文件夹里面即可。首先先要确认自己的显卡最高能支持到cuda的版本，一般是不限制版本号的。下载以后解压，注意这里需要创建Nvidia账号。
Win11配置Cuda+cudnn
z_c_kaifa的博客
08-06 1818
win11安装CUDA和cudnn
【pytorch】 Win11下cuda，cudnn以及pytorch环境安装
weixin_48846514的博客
05-19 2702
Win11 cuda,cudnn,pytorch环境安装
Windows11安装CUDA、cuDNN、pytorch（GPU）详细教程（包含CUDA安装异常处理）
m0_68220374的博客
12-30 5821
本文仅介绍Windows11系统下安装CUDA、cuDNN、pytorch（GPU）的详细教程，使用的是Anaconda+Pycharm的配置。关于这两个软件的下载安装，本文不做赘述，如有疑问，请大家自行搜索。
ubuntu22.04 RTX4090 cuda cudnn pytorch
10-12
Ubuntu 22.04 (Focal Fossa) 操作系统是一个基于Linux的桌面发行版，它以其稳定性、易用性和社区支持而知名。如果你想要在这样的环境下使用RTX 4090显卡，这是一款高端的NVIDIA GPU，专为深度学习和科学计算等高性能任务设计。 CUDA（Compute Unified Device Architecture）是NVIDIA提供的一种并行计算平台和编程模型，用于利用GPU加速各种计算密集型任务，包括机器学习和深度学习。在Ubuntu 22.04上安装CUDA，你需要下载对应版本的CUDA Toolkit，并配置好CUDA环境变量。 CUDNN（Convolutional Neural Networks）是NVIDIA针对深度学习库的一个优化库，特别适用于处理卷积神经网络。安装CUDNN需要先安装CUDA，然后从NVIDIA官网下载并安装相应版本的CUDNN库。 PyTorch是一个开源的深度学习框架，非常适合动态图操作，易于理解和调试。要在Ubuntu 22.04上运行PyTorch，并与CUDA和CUDNN配合，你需要安装Python的torch库，通常会通过pip安装，并确认它链接到了正确的CUDA和CUDNN版本。 安装步骤大致如下： 1. 更新包列表并安装依赖项： ``` sudo apt-get update sudo apt-get install -y build-essential cmake git libncurses5-dev pkg-config libopenblas-dev libhdf5-dev libzlib-dev ``` 2. 安装CUDA和CUDNN： - 下载CUDA Toolkit - 设置CUDA环境变量 - 安装CUDNN (如果需要的话) 3. 安装Python和PyTorch： ``` sudo apt-get install python3-pip pip3 install torch torchvision torchaudio cudatoolkit=11.6 -f https://download.pytorch.org/whl/cu116/torch_stable.html ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值