一、Visual Studio安装(非必须)
官网:Thank You for Downloading Visual Studio Community Edition (microsoft.com)直接下载安装
选择该选的,win11的原因多选择了个通用win平台
安装完成后打开建一个工程然后安装Cuda
二、Cuda安装
1.环境要求
第一步,检测显卡所支持最高的版本
nvidia-smi
2.下载
下载机器版本最高支持的版本
官网地址:CUDA Toolkit Archive | NVIDIA Developer
3.安装
不动直接OK
到达这一步自定义全部勾选后下一步
安装位置记着下一步发现没有
其实不管好像也行(没试)
安装成功代码检查:
nvcc -V
-
检查环境是否含有
环境变量
,桌面上找到我的电脑
,右键点击属性
。 -
点击高级系统设置,点击环境变量如下:
-
-
安装成功
三、Cudnn安装
1.环境要求
需要与Cuda的版本对应,cudnn可以理解为cuda的一个插件,放到指定文件夹即可无需安装
- 查看自己的Cuda版本
nvcc -V
2.下载
因为是12.2直接官网cuDNN Archive | NVIDIA Developer下载12.2版本
3.解压到指定文件夹
- 找到Cuda的安装目录
set cuda
- 把cudnn中文件移到Cuda中(按文件名全选剪切)
配置环境变量
一步一步运行:
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2
cd .\extras\demo_suite
.\bandwidthTest.exe
安装成功
四、pytorch安装
1.环境要求
因为GPU版本需要显卡驱动,所以CUDA、cuDNN、pytorch、python各个版本需要对应兼容
创一个虚拟环境
conda create -n openai python=3.11
2.安装
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
可能有点慢
import torch
print(torch.__version__)
学习完毕