目录
注意:本文未使用conda安装,因为不够灵活。
一、确定计算机显卡可安装的CUDA版本
win键调出开始菜单,直接输入cmd,连续点击enter键两次,在命令行中输入
nvidia-smi.exe
如下图所示,我们需要的CUDA版本为,不高于12.4版本。
二、确定Pytorch2.0所需的CUDA版本
打开Pytorch2.0官方网站,Start Locally | PyTorch,找到如下目录,下拉页面。
可见如下官方版本要求表格
请根据自己的需求,安装对于的版本。
如我,Windows->Conda->Python->CUDA12.1
因为第一步确定了我需要的CUDA版本不高于12.4,所以,就直接遵循官方的12.1版本了。
在本专栏文章第一篇里,http://t.csdnimg.cn/fj6s1,已经介绍了Conda的安装了,需要的可以转到看一下。
三、下载对应版本CUDA
CUDA官网下载对应版本即可。CUDA Toolkit Archive | NVIDIA Developer,这里我选择12.1.1
根据自己的情况,选好对应的即可,然后下载。
安装之前,需要注意,CUDA12.1.1的Visual studio版本支持,如果你已经安装了的话。一般不会有什么问题。如果Visual studio版本不对,建议更新Visual studio或者首先安装Visual studio。
四、安装CUDA
第一步,打开下载完成的安装包。下载安装的位置。这里最好自定义位置。点击OK,等待加载。
第二步,同意并继续
第三步,选择自定义,下一步,等待安装。
这边如果你的电脑没有安装Visual studio,则取消这个。其他一般不需要更改。
下一步之后,建议选择自定义安装位置。注意,这两个位置是同一个。
点击下一步就可以了。
五、下载cuDNN
cuDNN官网为cuDNN Archive | NVIDIA Developer,找到合适的版本,我是CUDA12.1.1,选择最新的了。后续登录注册什么的,自己把握即可。
解压出来的东西,全选复制,粘贴到CUDA安装位置即可。是下面这两个位置。应该是你自定义的位置。
提示LICENSE跳过即可,不重要。
六、测试是否安装成功
win键调出开始菜单,直接输入cmd,连续点击enter键两次,在命令行中输入
nvcc -V
弹出如下信息,说明安装成功了。
或者,定位到D:\Anaconda_CUDA\v12.1\extras\demo_suite位置,这是我的安装位置。如果你自定义安装位置了,请找到自己的安装位置。如下图,选中路径位置,输入cmd,即可将命令行cd到此。
首先,输入deviceQuery,查询设备。
deviceQuery
然后,输入bandwidthTest,测试带宽。
bandwidthTest
结果都是PASS,说明安装确实没什么问题。
然后,我们的Visual studio就可以创建CUDA机器学习项目了。后续,可以尽情发挥了。