Cuda和Cudnn安装

最新推荐文章于 2025-02-09 13:55:54 发布

liuzhonglin_

最新推荐文章于 2025-02-09 13:55:54 发布

阅读量2.1w

点赞数 29

本文链接：https://blog.csdn.net/weixin_43082343/article/details/119043543

版权

python 专栏收录该内容

7 篇文章

订阅专栏

本文详细介绍了CUDA和CUDNN的安装步骤，包括如何解决安装过程中遇到的问题，以及如何确保它们与CUDA版本兼容。接着，演示了CUDNN的下载、解压和环境变量配置过程，并通过运行测试程序验证安装成功。最后，指导如何根据已安装的CUDA和CUDNN版本选择合适的PyTorch进行安装，并验证GPU是否可用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Cuda

先查看电脑的cuda版本, cmd窗口下输入nvidia-smi

在这里插入图片描述

去https://developer.nvidia.com/cuda-toolkit-archive下载相应版本的cuda, 在这里插入图片描述
选择local

安装时若遇到
“You already have a newer version of the NVIDIA Frameview SDK installed”
先把电脑已经存在的FrameView SDK 卸载掉，把C:\Program Files\NVIDIA Corporation\FrameViewSDK文件夹删掉
在这里插入图片描述

在这里插入图片描述
选择自定义安装，后面全部默认就行了，

此时，打开环境变量查看，是有CUDA_PATH和CUDA_PATH_V版本号

在cmd中输入nvcc -V 查看刚刚安装的cuda

cuda安装成功!

Cudnn

cudnn一定要和cuda的版本兼容，否则会安装失败

cuDNN Download：https://developer.nvidia.com/rdp/cudnn-download
（第一次需要注册，注册过的直接登录）
在这里插入图片描述
注意要打勾才显示下载列表，点Archived cuDNN Releases查看更多版本，选择和cuda匹配的版本下载安装，

下载完后是一个压缩包，解压出来
在这里插入图片描述
将解压出来的bin, include, lib\x64 文件下的内容分别复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2目录下的bin, include, lib\x64 文件下

在这里插入图片描述

在环境变量的path中添加下面两个路径:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64

打开cmd, 执行C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite下的bandwidthTest.exe和deviceQuery.exe检查是否安装成功:
在这里插入图片描述

收到两个pass则表示安装成功了