windows cuda环境的搭建
首先下载显卡驱动,根据显卡的型号找到相应的驱动,下载并安装
https://www.nvidia.cn/Download/index.aspx?lang=cn
之后下载相应的cuda与cudnn,需要清楚一点,即显卡驱动与cuda没有对应关系,只要保持驱动最新,找相应的cuda版本就好了。但是cuda与cudnn是对应的,Pytorch_gpu 与conda也是对应的。如此,在复现代码的时候要根据pytorch 版本找到相应的cuda,根据cuda找打相应的cudnn。cudnnshicuda的一个补丁。
cuda版本下载
cudnn版本下载
将cudnn中解压的三个文件放到cuda安装根目录(可从系统变量中查看路径)下即可,如下所示:
直接复制过去就行
下面pytorch与tensorflow分开说明
pytorch 使用GPU
https://pytorch.org/get-started/previous-versions/
从上面的网站找相应的cuda版本
tensorflow_gpu
https://tensorflow.google.cn/install/source_windows?hl=en#gpu
安装多个版本的cuda
和上面的步骤一样,只要找到相应的cuda,之后点击安装,自定义安装,只选第一项,cuda其余不勾选。安装完成之后会发现系统变量中多出了两个版本的cuda,完成。
在安装第二次安装cuda的过程中,可能会报错说有个新的版本,You already have a newer version of the NVIDIA Frameview SDK installed。找到相应的文件,将其删除,重新安装就好了,参看博文 https://blog.csdn.net/weixin_43082343/article/details/119043543
在运行的时候系统会自动从系统变量中寻找合适的cuda版本,所以无需修改系统变量即可实现项目的运行。
详细cuda安装博文:
https://blog.csdn.net/weixin_43848614/article/details/117221384?spm=1001.2014.3001.5506