安装cuda+cudnn以及在新建环境中安装torch

2024.2.26：本文主要记录cuda和cudnn的安装，以及如何在新建环境中安装torch。

---

前言

接第一篇文章，在新建的pytorch_gpu环境中安装各种库
pythorch_gpu环境相关版本记录：cuda12.1、cudnn8.9.7、win11、4060显卡、python 3.11、torch 2.1.1

一、安装cuda+cudnn

1、cuda下载及安装

官网地址：https://developer.nvidia.com/cuda-toolkit-archive，选择合适的版本：

安装，双击下载好的exe文件

点击OK，等待安装完成




安装完成。

2、cudnn下载

官网地址：https://developer.nvidia.com/rdp/cudnn-archive，选择合适的版本：
解压下载好的cudnn压缩包

将bin文件夹中的文件全部复制到以下路径中：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\bin

将include文件夹中的文件全部复制到以下路径中：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\include

将lib文件夹中的x64复制到以下路径中：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\lib

3、配置环境变量

配置完成如图所示：

4、验证是否安装成功

重启电脑，win+r，输入cmd，运行 nvcc -V，出现如下结果表示安装成功。

5、多个版本cuda如何切换使用

当电脑上有多个版本的cuda存在时，可在环境变量中调整优先顺序来决定需要使用的版本，如下图，表示此时使用的是cuda12.1。

若想要使用cuda11.7，需要在环境变量中调整顺序，然后重启电脑！！！（必须重启电脑后才有效）

二、安装torch

未在anaconda添加任何镜像源，采用wheel方式安装，详见pytorch官网：https://pytorch.org/get-started/previous-versions/

打开anaconda终端，激活pytorch_gpu环境，输入代码：

conda activate pytorch_gpu

选择合适的版本，如图：

在anaconda终端输入代码：

pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu121

torch安装完成。