Windows端CUDA11.3+CUDNN+pytorch gpu环境搭建

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。

4、pytorch安装