Windows系统cuda、cudnn与pytorch下载与安装的经验

本文会分享自己在安装cuda、cudnn和pytorch过程中的经验与教训，包括涉及装错cuda版本后怎么卸载。

下载链接

CUDA下载：https://developer.nvidia.com/cuda-toolkit-archive
CUDNN下载：https://developer.nvidia.com/rdp/cudnn-download
pytorch下载：pytorch.org

检查版本

打开NVIDIA Control Panel，查看自己的驱动能支持最高到什么版本的cuda。操作步骤如下：

我的驱动最高可以支持cuda11.8，因此可以装cuda11.8及更早的版本。

cuda和cudnn的下载与安装

step1

登录https://developer.nvidia.com/cuda-toolkit-archive 下载cuda。

我的显卡驱动之所以能够支持cuda11.8，我最先下载了11.8。后面我发现pytorch官网最近版本只支持到cuda11.6。因此我卸载了cuda11.8，安装cuda11.6。最后由于pytorch一直装不上，我又换成了cuda11.3，因此我此处用cuda11.3为例（后面会给出cuda的卸载方法）。

点击cuda11.3后，会有以下选项，选择好后下载即可。此处的坑在于，我的电脑系统是windows11，但cuda11.3的version只有win10选项。我安装后发现win11在version那里选10也是可以的，可能是向下兼容。

step2

step3

先安装cuda，打开cuda后，会显示如下图片。

这个文件路径只是临时路径，安装好后会自动删除，因此不用在意。后面按照默认设置即可。

安装好后，电脑内会自动添加上两个环境变量。
打开cmd，输入nvcc -V，会有如下显示，证明安装成功。

cuda的安装位置在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3。

接下来，我们把cudnn的压缩包解压重命名后添加到cuda的文件夹中。

之后，我们需要手动添加两个环境变量。以我的为例，分别是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\cudnn\bin。

step4 验证cuda和cudnn是否安装成功

按路径打开文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite。
在文件栏输入cmd，在当前文件夹进入命令提示符。
分别输入bandwidthTest.exe和deviceQuery.exe执行，若结果为PASS则成功。

pytorch的下载

进入pytorch官网pytorch.org，可以选择需要下载的版本。

直接复制Run this Command处链接输入到cmd当中时，极可能下载速度很慢，且容易报错。此处我看有些人讲一开始把pip设置成镜像源时，会默认下载成cpu版本的pytorch。对此我并未尝试。
我采用了临时添加镜像的方式下载pytorch。点击左下方的Previous versions pf Pytorch，进入如下界面。

复制版本添加到pip链接当中，pip --trusted-host pypi.tuna.tsinghua.edu.cn install pytorch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 -f https://download.pytorch.org/whl/torch_stable.html。下载不同版本时，只需复制版本信息更改链接中的部分内容即可。

将链接输入到cmd当中，即可自动下载与安装。当报错说连接超时时，可以多尝试几次。我试了几次后才成功下载与安装（忘记保存安装成功的截图了，此处只能借用他人的截图）。

接下来可以输入pip show torch验证是否安装成功。

验证pytorch是否可用

在pycharm中输入如下代码。

如果输出结果如下，则说明顺利完成。

卸载cuda

首先卸载掉这些带有cuda版本号的应用。
将对应版本的文件夹删掉，便完成了cuda的卸载。安装新版本按照正常的安装步骤即可。

参考到的博客与资料

由于本人很菜，很多东西自己也不清楚，下面给出参考链接。

https://www.bilibili.com/video/BV1Rz411e7eJ/?vd_source=09c9a17ebfe8186a7d2bf6f16d485be4
https://www.bilibili.com/read/cv15186754
https://blog.csdn.net/weixin_43839245/article/details/108274605
https://blog.csdn.net/jhsignal/article/details/111401628

文章出处登录后可见！

已经登录？立即刷新

cuda、cudnn和pytorch下载与安装的经验