python&anconda系列（亲测有效）：window11系统CUDA、cuDNN 安装以及环境变量配置

已于 2023-12-24 19:50:46 修改
阅读量1.8k 收藏 21
点赞数 22
分类专栏： # python 文章标签： python 开发语言
于 2023-12-24 18:32:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_54626591/article/details/135183720
版权

window11系统CUDA、cuDNN 安装以及环境变量配置



一，说明

CUDA（Compute Unified Device Architecture）是 NVIDIA 提供的一种并行计算平台和编程模型，可以加速各种科学计算、机器学习和深度学习应用。而 cuDNN（CUDA Deep Neural Network Library）是 NVIDIA 提供的一个可选的库，用于优化深度神经网络的训练和推理性能。

虽然 CUDA 包含了一些基本的矩阵运算和线性代数函数，但它不直接包含深度神经网络相关的算法和优化。因此，为了使用 CUDA 进行深度学习任务，您需要安装一个额外的库，例如 cuDNN。

cuDNN 库还提供了一些高级功能，例如卷积算法的快速实现和 GPU 内存管理。因此，通过与 CUDA 结合使用，cuDNN 可以大幅提高深度学习应用的性能和效率。

因此：
CUDA ，需要下载两个安装包

二，cuda的下载以及安装

1. 确定自己电脑设备哪个版本cuda

一般就是：打开nvidia（桌面右键）->选择左下角的系统信息->组件既可以。

我的电脑是win11，我自己的操作方式如下：

a. 点击左下角

在这里插入图片描述

b. 点击左下角

进行搜索 nvidia 弹出这个页面，点击左下角，系统信息
在这里插入图片描述

c.接着点击 组件

在这里插入图片描述
在这里插入图片描述

这就是 自己电脑支持的cuda版本，一般选择配套的，我有时候会选择略低于这个的版本，不能高于。具体情况视情况而定

2. cuda的下载

下载地址

我自己的下载。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

最后的下载的成果

在这里插入图片描述

3. cuda的安装

1. 双击 点击 ok

在这里插入图片描述
耐心等待…
在这里插入图片描述

2. 同意即可

在这里插入图片描述

3. 这个随意哪个都行

我使用的是自定义

在这里插入图片描述

直接下一步(因为电脑里没有VS，所以在后面会提示把VS取消勾选)：

在这里插入图片描述

4.选择安装位置 接着下一步

默认即可，但是要记住这个地址，下面手动配置环境变量要用到

在这里插入图片描述

三，cuda环境变量设置

一般这里安装完毕后，会自动配置好环境变量，若是没有配置就只能自己配置了。
后面就用我电脑上的另一个版本 11.4.4版本的 内容说明，上面的流程是一模一样的，仅仅是版本号不同罢了，没必要纠结

变量：

CUDA_PATH
CUDA_PATH_V11_4
NVCUDASAMPLES_ROOT
NVCUDASAMPLES11_4_ROOT

值：这里我用 11.4版本为例，流程上是一样的，就是版本号不一样仅此而已，这个值就是上面让记住的安装地址

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4

步骤1. 鼠标右击 我的电脑–>右击点击属性
在这里插入图片描述
步骤2. 选择 高级系统设置–> 环境变量设置

在这里插入图片描述

步骤3. 点击新建，依次输入上面的 变量和值

在这里插入图片描述
步骤4. 进行测试安装
win+r，输入cmd

在这里插入图片描述
即为安装成功…

四、cuDNN下载以及安装

1. cuDNN的下载

下载地址

一般首次下载需要进行账号注册，这个很简单有邮箱就行，按照步骤走就可以。我用的是Google邮箱。

进去后是这样的…
根据cuda版本进行下载即可

点击红色框这里进行版本选择…

在这里插入图片描述

看cuda下载地址确定自己的cuda完全版本，我这里用11.4为例，流程上与上面12.1一样

在这里插入图片描述

好了知道这个选择 cuDNN的下载版本…

我选择的是这一个…

在这里插入图片描述

下载后的样子是这样婶儿的…

在这里插入图片描述

2. cuDNN的安装

步骤1. 先找个合适位置解压

有三个文件夹…

在这里插入图片描述

步骤2. 安装 将刚才解压的文件拷贝到 cuda 安装位置中…默认安装的话，咱们理论上是一样的

不一样的话，基本上就在c盘 找下就找到了…

在这里插入图片描述

步骤3. 同名文件进行替换就行

3. cdDNN环境变量配置

方法一样：

此电脑—>右击属性—>高级系统设置—>环境变量
在这里插入图片描述

将下面这些内容放在这个path中。就将替换后的 bin、include、lib以及libnvvp路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp

在这里插入图片描述
在这里插入图片描述

4. 进行cuDNN验证

进入这个位置：：：选中地址
在这里插入图片描述

在选中地址后 输入 cmd 回车

在这里插入图片描述
分别键入：

bandwidthTest.exe
deviceQuery.exe

在这里插入图片描述

在这里插入图片描述

成功…

五. 问题

1. 请问为啥没有CUDA Samples这个文件夹呢

  • 11.6以后就不自带了，得自己去下

  • 您好，首先不太清楚你的安装时候的场景情况，第二就是，你的安装版本是多少，是否是高版本或者低版本，第三就是，你找不到可能这个文件夹，没有在跟我一样的位置。你可以在的安装盘检索一下，

2. 你好，我原来有11.4的cuda，重新安装了12.1的cuda之后，cudasamples没有v12.1是什么原因

  • Cuda 11.6版本之后将不再编译cuda，所以必须自己从github下载后自行编译

3. 请问：安装cudnn在cuda文件夹下面同名文件进行替换就行这样对吗，不是应该把cudnn文件的内容对应复制到cuda文件夹下面吗？

  • 您好，我一直是同名文件夹替换操作的，没有出现过错误。至于您说的复制到cuda下面我没有尝试过，不太确定会如何，您可以试一下这种方法

4. 楼主讲的很好很详细。在这补充两点：

  1. 在nvidia控制面板里看的cuda版本应该是cuda的驱动版本，所以cuda版本不要高于这个。顺便一提，在cmd界面里使用nvidia-smi命令也可以看到一个cuda版本，那里显示的也是驱动版本。

  2. 在设置环境变量时，pytorch会默认以CUDA_PATH为准，所以不要跳过这个变量只设置V11_4哦。并且即使使用nvcc -V命令能看到cuda的版本，也并不意味着环境变量一定完全正确，还是要仔细检查的。






QuietNightThought

window11系统CUDA、cuDNN 安装以及环境变量配置

坦笑&&life
关注
  • 22
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Anconda环境下Vscode安装Python的方法详解
09-17
anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。这篇文章主要介绍了Anconda环境下Vscode安装Python的方法,需要的朋友可以参考下
CUDA Toolkit 11.6.0+对应CUDNN window版本下载
10-24
CUDA Toolkit 11.6.0+对应CUDNN，适合win10系统
win11下安装Cuda和Cudnn(pytorch+GPU环境安装)，保姆级教程！！！
qq_36623004的博客
10-09 1万+
cuda+cudnn的安装配置(pytorch+GPU环境安装)
win11 + insightface + pytorch + CUDA + cuDNN 实战安装
大树叶 技术专栏
01-15 1418
文章引用1：2：3.4.
【安装教程】安装cudnn
weixin_42421914的博客
03-18 1487
首先我是已经安装了cuda，但是因为没有安装cudnn在跑程序的时候出现了一些问题，因此安装了cudnn。CUDA可以看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，它就相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作，工作速度相较CPU快很多。
Win11安装cuDNN
weixin_51350942的博客
11-14 2517
Win11安装cuDNN
Windows11 安装 CUDA/cuDNN+Pytorch
chaishen10000的专栏
06-14 1566
medium - Install CUDA On Windows: The Definitive Guidemedium - Installing CUDA and cuDNN on windows 10windows下安装配置cudn和cudnn版本对应关系需要注意的是一定要选择 TensorFlow 和 CUDA相匹配，还需要…Windows 安装 CUDA/cuDNN - 知乎。
cudnn 安装
weixin_67615387的博客
01-30 9517
windows cudnn安装步骤
最正确的姿势安装cudnn，网上大多数教程都太坑了
热门推荐
Lucifer_zzq的博客
08-04 20万+
为什么需要安装cudnncuDNN的全称为NVIDIA CUDA® Deep Neural Network library，是NVIDIA专门针对深度神经网络（Deep Neural Networks）中的基础操作而设计基于GPU的加速库。cuDNN为深度神经网络中的标准流程提供了高度优化的实现方式，例如convolution、pooling、normalization以及activation la
（超详细）CUDA与cuDNN安装教程
qq_45904458的博客
08-08 1万+
我们在安装好Python、Pycharm以及Anaconda之后，就要开始考虑你的程序是用CPU跑还是用GPU跑，如果要用GPU跑的话，就要用到CDUA toolkit这个工具包以及cuDNN这个安装包。下面开始带领大家安装一下这两个工具。
window11系统CUDA、cuDNN 安装以及环境变量配置
争渡的博客
06-17 4万+
虽然 CUDA 包含了一些基本的矩阵运算和线性代数函数，但它不直接包含深度神经网络相关的算法和优化。因此，为了使用 CUDA 进行深度学习任务，您需要安装一个额外的库，例如 cuDNN。因此，通过与 CUDA 结合使用，cuDNN 可以大幅提高深度学习应用的性能和效率。（CUDA Deep Neural Network Library）是 NVIDIA 提供的一个可选的库，用于优化深度神经网络的训练和推理性能。：这里我用 11.4版本为例，流程上是一样的，就是版本号不一样仅此而已。一般这里安装完毕后，会。
使用虚拟环境conda安装不同版本的cuda，cudnn，pytorch
qq_42537872的博客
08-16 1万+
背景：在学习深度学习时，我们不可避免的需要跑多个神经网络，而不同的神经网络环境都不一样，所以必须要使用到虚拟环境(如conda)去做环境隔离，安装属于自己的环境。在这环境中，大多神经网络都必须要用到cuda，cudnn。不同的神经网络需求版本不同，所以也需要另行安装，这与前面一篇文章pip安装包的方式还不太一样。安装好显卡驱动后，使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少，如下： Driver Version: 525.89.02 表明当前显卡驱动版本是525.89
win10 x64 cudnn 7
04-10
cudnn7 for cuda9.0，也就是说cuda9.0需要的东西，嘻嘻嘻嘻嘻嘻。
onnxruntime windows下cuda驱动文件
09-24
onnxruntime windows10下cuda驱动文件
win11及cuda121环境下pytorch安装及避坑
最新发布
04-16
win11及cuda121环境下pytorch安装及避坑
cudnn7.5for cuda 10 win10
04-05
cudnn的本地安装包，针对英伟达下载速度较慢或者没法下载需要过墙的情况
详解Anconda环境下载python包的教程（图形界面+命令行＋pycharm安装）
01-02
一：图形界面安装 1、打开Anconda 2、点击Environment 3、 将Installed点击为Not installed 4、 搜索django，勾选django之后点击绿色标识   5、点击Apply然后等待安装完成。 二、命令行（程序员都是这么搞的） ...
安装Pycharm2019以及配置anconda教程的方法步骤
09-18
主要介绍了安装Pycharm2019以及配置anconda教程的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程
12-24
以此文记录Python与Tensorflow及其开发环境的安装与配置过程，以备以后参考。 1 硬件与系统条件 Win7 64位系统，显卡为NVIDIA GeforeGT 635M 2 安装策略 a.由于以上原因，选择在win7下安装cpu版的tensorflow，使用...
cuda环境变量设置
07-27
要设置CUDA环境变量，您需要手动添加以下环境变量： CUDA_BIN_PATH=%CUDA_PATH%\bin CUDA_LIB_PATH=%CUDA_PATH%\lib\x64 CUDA_SDK_BIN_PATH=%CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH=%CUDA_SDK_PATH%\common\lib\x64 CUDA_SKD_PATH=C:\ProgramData\NVIDIA Corporation\CUDA Sample\v11.3 然后，在系统环境变量Path中添加以下路径： %CUDA_BIN_PATH% %CUDA_LIB_PATH% %CUDA_SDK_BIN_PATH% %CUDA_SDK_LIB_path% 这样设置后，您可以在命令行中输入"nvcc --version"来检查nvcc编译器的版本。\[1\]\[2\] 此外，还有其他一些设置CUDA环境变量的方法，比如在系统变量path中加入相应的变量，或者通过编辑.bashrc文件来添加环境变量。具体的设置方法可以根据您的操作系统和需求选择适合的方式进行设置。\[3\] #### 引用[.reference_title] - *1* [CUDA学习：Windows下的CUDA环境配置](https://blog.csdn.net/weixin_43788327/article/details/125823507)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [CUDA环境搭建(windows10)](https://blog.csdn.net/Long_xu/article/details/129294528)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [CUDA安装成功后配置环境变量](https://blog.csdn.net/yinxian9019/article/details/106756280)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

坦笑&&life

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值