CUDA安装记录

一直用我的DELL g15跑训练，当然只有一些较小的模型能跑，否则就是 out of memory警告，至少pix2pix模型能正常训练和推理。直到今天遇到了一个tensorflow相关模型，才发现我好像没有装CUDA。。。很是神奇，难道我一直用CPU训练的。。。

首先我的设备规格：

我的系统规格：

电脑自带1个英伟达4g独显nvidia geforce rtx 3050 laptop GPU：

在anaconda的prompt窗口使用nvidia-smi命令可查看显卡信息：

右上角显示了一个CUDA版本，但是这不是说已经安装了CUDA，而是说安装的CUDA版本不得高于12.0版本。

测试当前是否已经安装CUDA：

nvcc命令不可用，说明CUDA没有被正确安装。

但是在python环境中使用以下命令会得到cuda可用的结论：结果是1.11.0和True

import torch
print(torch.__version__)
print(torch.cuda.is_available())

但是参见这篇博文torch.cuda.is_available()为true时而cuda仍然无法使用_torch.cuda.is_available()为ture,cuda还是不饿能用-CSDN博客

上述python命令的结果并不可靠，存在还没有安装CUDA的时候输出为TRUE的情况，所以还是需要安装CUDA。现在需要进入英伟达官网下载安装CUDA，下载链接：CUDA Toolkit Archive | NVIDIA Developer

一长串的选择，首先如前所述，需要选择12.0以下版本，其次，cuda版本和pytorch版本有制约关系，下面是一些常见的 PyTorch 版本与 CUDA 版本的对应列表：

这只是一个常见的对应列表，具体的支持版本可能会有所变化。此外，新版本的 PyTorch 可能会支持较旧版本的 CUDA，但不支持较新版本的 CUDA。

而我当前环境中的pytorch版本为1.11.0所以我只能选择11.3以下的版本，我就选择最新版本CUDA11.3进行安装。

剩下的步骤参照：【Windows11】Cuda和Cudnn详细安装教程-CSDN博客

11.3好像比11.5少一个组件：

完成安装，重启prompt命令窗口：

可以看到nvcc命令可用，CUDA安装成功。

官方CUDA安装成功之后，还需要在python环境中安装相应的 cudatoolkit cudnn 等cuda相关的python包才能正常使用CUDA。同样需要注意版本匹配。