网上的资料太乱,自己摸索了好几次,算是能够顺利完成pytorch的环境配置,把自己的过程整理一下,一方面是加强理解记忆,一方面希望能够对需要的人有所帮助
一、CUDA + cuDNN
CUDA
CUDA是NVIDIA推出的用于自家GPU的并行计算框架,也就是说CUDA只能在NVIDIA的GPU上运行,而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。
cuDNN
cuDNN(CUDA Deep Neural Network library):是NVIDIA打造的针对深度神经网络的加速库,是一个用于深层神经网络的GPU加速库。如果你要用GPU训练模型,cuDNN不是必须的,但是一般会采用这个加速库。
CUDA和cuDNN直接在官网下载即可,目前网速还不错:
CUDA的下载链接:https://developer.nvidia.com/cuda-toolkit-archive
cuDNN的下载链接:https://developer.nvidia.com/rdp/cudnn-download
1、CUDA
官方文档里给出了CUDA版本和电脑显卡驱动版本之间的兼容关系:
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
因此,CUDA 版本的选择要根据电脑的驱动版本来定
CUDA的下载链接:https://developer.nvidia.com/cuda-toolkit-archive
根据显卡驱动版本就可以去下载了
2、cuDNN
cuDNN的下载十分简单,直接根据安装的CUDA版本进行下载就行
下载解压后如下图
直接将这些文件夹的内容拷贝到,相应的CUDA安装目录下对应的文件夹就行
一般安装目录在C盘,比如我的是: