CUDA,CUDNN的安装教程,让你可以使用Pytorch GPU显卡来跑程序

已于 2024-05-18 17:04:17 修改
阅读量718 收藏 9
点赞数 10
文章标签： pytorch 机器学习 python YOLO
于 2024-05-18 15:22:18 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_73800108/article/details/139024906
版权

目录


CUDA仅适用于有英伟达独立显卡电脑的同学.

1.CUDA的下载与安装

1.查看电脑支持的CUDA版本

按win+R打开cmd
输入 nvidia-smi可以看到你电脑最高支持的CUDA的版本
在这里插入图片描述

2.下载CUDA

打开链接: CUDA
选中你需要下载的版本
在这里插入图片描述
根据图示选择下载
在这里插入图片描述

3.CUDA的安装

双击打开后,这个是先对它进行解压,选用默认路径即可,安装完成后这个路径的文件会自动删除
在这里插入图片描述
解压完成会自动进入安装程序
点同意,下一步直到这里,这里第一次默认精简安装即可,安装时也会自动配置环境变量
在这里插入图片描述
最后安装完成

4.检验CUDA安装成功

打开cmd,输入 nvcc -V,输出以下信息即为安装成功
在这里插入图片描述
输入 set CUDA 即可看到CUDA的环境变量配置路径信息
在这里插入图片描述

2.下载安装CUDNN

1.下载CUDNN

打开链接 https://developer.nvidia.com/cudnn-downloads
我们需要先注册一个账号才能够下载
按图示所选下载即可
在这里插入图片描述

2.CUDNN的配置

下载后得到的是一个压缩包,我们将其解压,得到以下文件夹
在这里插入图片描述
将这三个文件夹都复制
在这里插入图片描述
打开下图所示的目录,并粘贴替换所有
在这里插入图片描述
在这里插入图片描述

3.验证是否安装成功

找到你安装目录的extras文件夹下的demo_suite文件夹,复制此目录

在这里插入图片描述

在cmd中输入 cd 此目录
在这里插入图片描述
分别输入下面这两行代码并允行

bandwidthTest.exe
deviceQuery.exe

在这里插入图片描述
在这里插入图片描述
最后出现PASS即为安装成功

3.Pytorch GPU 版本的安装

直接安装会torch会默认安装cpu版本的,想要让显卡干活还差最后一步
进入链接: Pytorch

在这里插入图片描述
往下滑到此页面,选中如上几条,会出来一个下载指令,我们将其复制
在需要下载pytorch的环境中运行这条指令即可

在这里插入图片描述
最后出来这条及下载成功GPU版本的pytorch
在这里插入图片描述

一颗大青柠O
关注
  • 10
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pytorch安装GPU版本cuda和cudnn安装配置
01-22
pytorch安装教程gpu,pytorch安装GPU版本cuda和cudnn安装配置
pytorch安装pytorch+gpu版本安装，pytorch+cuda10.1+cudnn7.6.5安装
09-28
本教程将详细讲解如何在系统中安装PyTorch与GPU支持，特别是与CUDA 10.1和CUDNN 7.6.5配合使用的版本。 首先，了解CUDA和CUDNN是关键。CUDA是NVIDIA开发的一种并行计算平台和编程模型，它允许开发者使用GPU进行高...
CUDA和cudnn详细安装过程【通用win】
_____
09-09 799
但有的对应安装包无法使用，有可能是由于卡太旧的原因。安装cuda时，只选中CUDA（但是里面有一个VS没有选择，其余都选择啦），其余未选中，然后默认安装。根据上面的步骤，安装完后，去配置环境变量，发现环境配置自动完成啦，如果没有配置完成，请自我配置即可。下载完打开安装程序，安装路径选择自定义，自定义选项，选择cuda 打勾，然后一路下一步安装完成。由于以前安装过CPU版本的pytorch，先卸载，后安装GPU版本的torch。，其决定了可安装的CUDA Toolkit的最高版本。查看支持cuda的显卡，
安装cuda、cudnn、Pytorch（用cuda和cudnn加速计算）
最新发布
qq_43629945的博客
06-20 1198
安装cuda、cudnn、Pytorch步骤
（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。
cuDNN和CUDA的安装
m0_66420727的博客
11-12 6944
2、进入英伟达官网（驱动程序->开发者->CUDA->Downloads->Download Centers->CUDA Toolkit->Download now->Archive of Previous CUDA Releases->找到对应的CUDA版本11.2.2）安装CUDA，（可以创建一个临时文件夹用于放置解压后的文件，临时文件在CUDA安装完成后会被自动删除）修改路径后。3、下载cuDNN（进入英伟达驱动程序页面->开发者->开发者专区->Platfoma->cuDNN）
下载cuda和cudnn（11.8版本）
weixin_70285813的博客
05-29 2万+
官方教程。
深度学习实用工具——CUDA，CUDNN以及GPU版pytorch下载及安装教程
weixin_47849087的博客
09-04 1万+
本文介绍了cuda，cudnn以及gpu版本的pytorch下载及安装过程。
CUDA和CUDNN的安装教程
weixin_72965172的博客
11-27 3235
CUDA（Compute Unified Device Architecture）是由显卡厂商NVIDIA推出的运算平台，它是一种通用并行计算架构，使GPU能够解决复杂的计算问题。2，CUDNN（CUDA Deep Neural Network library）是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销，可以集成到更高级别的机器学习框架中。总的来说，CUDA和CUDNN都是为了更有效地进行深度学习计算而设计和开发的。二，官方教程先放到下面。
pytorch+CUDA+CUDNN配置教程
12-20
在配置PyTorch时，结合CUDA和CUDNN可以充分利用GPU的计算能力，加速模型的训练过程。 **A. 安装Python 3.6** 1. **下载安装包**：首先，你需要从Python官方网站下载对应操作系统的Python 3.6版本。在安装过程中，...
pytorch安装GPU版本 (Cuda12.1)教程
01-22
在本教程中，我们将详细介绍如何在Windows、Mac和Linux系统上安装PyTorch的GPU版本，特别是针对CUDA 12.1。PyTorch是一个强大的深度学习框架，它支持CPU和GPU运算，使得数据处理速度更快。对于拥有配备NVIDIA GPU的...
conda安装cuda10.1+cudnn7.6.5，conda安装深度学习gpu环境
09-28
在本教程中，我们将聚焦于如何通过conda环境管理器来安装CUDA 10.1和CUDNN 7.6.5，并创建一个适合PyTorch的GPU环境。 首先，确保你有一台装有NVIDIA显卡且驱动程序已更新到兼容CUDA 10.1的计算机。你可以从NVIDIA...
安装CUDA和CudaNN
weixin_50742178的博客
10-27 1449
把CUDA选一下，还需要注意一点，如果 你前面没有安装vs，直接安装的这个，需要把CUDA里面的Visual Studio Integration取消勾选，否则会安装不成功。1.找到下载好的cuda的安装包，双击打开，第一个是临时放置文件的路径，安装完成后会自动删除（随便设置到不含中文的路径下）在CUDA的安装路径（在CUDA安装过程中，我们保存过）出现了你安装的CUDA的版本信息，说明安装成功了。4.安装选项栏中，选择自定义，点击下一步。在命令提示符下，输入以下命令。下一步之后，就会进行安装。
深度学习之CUDA+CUDNN详细安装教程
深浅卡布星的博客
08-27 1928
CUDA+CUDNN详细安装教程
CUDA与cuDNN安装教程（超详细）
热门推荐
kirinmin的博客
11-17 11万+
windows10 和win11安装 CUDA 教程，超详细，帮助大家一步到位安装CUDA。
cuda和cudann安装小白教程pytorch安装tensorflow-GPU版用显卡跑程序环境搭建
weixin_55008315的博客
03-28 1972
3.安装对应tensorflow，需要cuda和cudann版本要一致，python版本也一致，tensorflow劝退，去你的安装老报错。pytorch安装和tensorflow环境搭建和cuda加速和cudann安装教程记录日期2023.03.28。print(torch.cuda.is_available())#打印判断是否有GPU的结果。测试tensorflow。显示True就是安装成功。4.安装对应torch。
【学习心得】安装cuda/cudann和pytorch
qq_39780701的博客
08-14 1547
本文介绍如何下载和安装pytorch和Cuda/Cudann
Cuda和cuDNN安装
kundezui的博客
08-14 2459
cuda的安装步骤是“傻瓜式”的安装，建议安装在C盘，无需修改默认路径，下面列举几个重要的安装步骤。打开cmd，输入nvcc --version查看版本号，输入set cuda查看设置的环境变量。将下载的cuDNN压缩包解压，并将里面3个文件夹复制到cuda的安装目录下，默认安装目录是。执行.\bandwidthTest.exe和.\deviceQuery.exe，得到下图。详情见之前安装TensorFlow2.1的教程，都是一样的步骤。登录完毕后，再去下列网址选择你需要下载的版本。添加如下4条路径信息。
CUDA与cuDNN详细安装教程（最新）
weixin_54106682的博客
04-05 6688
CUDA与cuDNN安装详细教程
pytorch cuda cudnn安装
08-29
要在PyTorch中使用CUDA和CuDNN，你需要按照以下步骤安装它们： 1. 首先，确保你的计算机上已经安装了NVIDIA显卡驱动程序。你可以通过在终端中运行`nvidia-smi`命令来检查驱动程序是否正确安装。 2. 接下来，你需要安装CUDA Toolkit。在PyTorch官方网站上，可以找到与你的显卡驱动程序和操作系统版本相匹配的CUDA版本。下载并按照官方指南进行安装。 3. 安装完CUDA Toolkit后，你需要安装CuDNN。首先，你需要在NVIDIA开发者网站上创建一个账号，并下载与你的CUDA版本相匹配的CuDNN库。然后，按照CuDNN官方指南中的步骤进行安装。 4. 安装完CuDNN后，你可以使用pip或conda安装PyTorch。在终端中运行以下命令之一： ``` # 使用pip pip install torch torchvision # 使用conda conda install pytorch torchvision cudatoolkit=<your_cuda_version> ``` 请注意，`<your_cuda_version>`应替换为你安装的CUDA版本号，例如`cudatoolkit=10.2`。 这些步骤完成后，你就可以在PyTorch中使用CUDA和CuDNN来加速模型训练和推理了。记得在代码的开头导入PyTorch库，并在需要加速的操作上使用`.cuda()`方法将其移动到GPU上。例如： ```python import torch # 创建一个张量并将其移动到GPU上 x = torch.tensor([1, 2, 3]) x = x.cuda() # 运行模型的前向传播 output = model(x) ``` 希望这对你有所帮助！如有任何问题，请随时提问。
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
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