Windows端CUDA11.3+CUDNN+pytorchgpu 环境搭建
1、显卡驱动的安装
最近,在学习pytorch深度学习,遇到很多的坑,环境配置也出现过问题,忍不住和大家进行分享,现在把环境搭建过程分享给大家。
1.1、查看自己的显卡。
具体操作:我的电脑-——属性——设备管理器——显示适配器
1.2、驱动的下载、安装。
在找到自己的显卡后,去NVIDIA官网下载安装驱动https://www.nvidia.com/zh-tw/geforce/drivers/
1.3、显卡驱动安装检测
win+R 输入cmd 打开窗口后输入:nvidia-smi.
如果成功显示显卡数据,恭喜。右上角的11.5,说明我的显卡驱动最高支持11.5的cuda。但我肯定不能安装11.5,因为pytorch最高才支持11.3。
2、CUDA11.3下载安装
官网:
https://developer.nvidia.com/cuda-11.3.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=Server+2019&target_type=exe_local
下载完后,开始安装,这是我安装10.2的过程,这个无所谓,默认的话,一路nest就行。
搜索——系统变量—环境变量
安装完毕会出现两个新的环境变量 CUDA_PATH和CUDA_PATH_V11_3但仍需要添加以下几个环境变量,系统默认安装路径:C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3
添加以下五个变量到环境变量中:
CUDA_SDK_PATH=C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3
CUDA_LIB_PATH=%CUDA_PATH%\lib\x64
CUDA_BIN_PATH=%CUDA_PATH%\bin
CUDA_SDK_BIN_PATH=%CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH=%CUDA_SDK_PATH%\common\lib\x64
之后在,系统变量Path的末尾添加:
%CUDA_LIB_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_BIN_PATH%;
添加以下五个:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3\common\lib\x64
验证
打开cmd命令框,输入 nvcc -V,可以看到CUDA版本即可。