最近实验室小伙伴想跑下深度学习的模型,帮他们安装了CUDA、CUDNN和Pytorch以及配置了环境,记录一下下载安装过程。
一、CUDA及CUDNN下载及安装
cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive
下载之前,输入以下命令,先检测自己的显卡支持最高版本的CUDA;安装时,建议装到C盘(默认安装)。
nvidia-smi
点击上方CUDA安装地址,选择适配自己电脑的CUDA进行安装,如下图所示。
CUDNN下载网站界面:
第一次下载时要注册一下,填下信息就行。
2.安装CUDA:
安装之前,先关闭杀毒软件,双击.exe文件,下载好后就会有cuda文件夹,如下图:
下载时根据自己需要可以更换安装路径
后续的安装除了在: “安装选项”选择“自定义(高级)”以及自定义安装选项中“CUDA-Visual Studio Integration”不勾选外,其他都默认下一步就可以。
3.配置环境变量
打开环境变量,在系统变量里选择“Path”,新建并将以下两行代码加进去。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin; C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp;
4.安装CUDNN
解压步骤1里下载的CUDNN安装包,将CUDNN文件夹里面的bin、include、lib文件直接复制到CUDA的安装目录,如下图为CUDA的安装位置,粘贴过来直接覆盖即可。
-
# CUDA的安装目录
-
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0
5.验证CUDA是否安装成功
通过cmd输入以下命令,查看信息
nvcc -V
二、Pytorch下载
1.安装前先查看CUDA对应的版本,输入以下网址:https://pytorch.org/get-started/previous-versions/
这里我的CUDA是11.3的,找到对应的版本下载就好了,如果下的慢,可以在后面加个清华镜像。
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113 -i https://pypi.tuna.tsinghua.edu.cn/simple
2.安装完成后,输入以下测试代码即可
-
import torch
-
print(torch.__version__)
-
print(torch.cuda.is_available())
当然pip list一下也可以看到版本