win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)

win10安装CUDA11.1+cuDNN8.0.4+Pytorch(含CUDA11.1与cuDNN8.0.4安装包)

  • 更新NVIDIA(查看版本号)
  • 查找NVIDIA,CUDA,cuDNN对应版本号
  • 百度网盘下载CUDA,cuDNN
  • CUDA,cuDNN配置
  • 重启电脑 / 输入命令让环境变量生效
  • 检查安装是否成功
  • 下载Pytorch
  • 安装上述.whl文件(.whl类似.zip的意思)
  • 验证下载Pytorch是否成功

【前言】:安装之前先指明整个安装过程的坑点:
1.下载的各个文件版本号一定要匹配!!!(如果你不小心下载错了就去找一下卸载的方法)
2.不要使用外网或镜像下载,会超时,请务必使用离线下载!!!
3.要有耐心,保持心情舒畅 keep patient and happy
(一起默念:办法总比困难多办法总比困难多…)
好啦!祝你好运!:)

更新NVIDIA(查看版本号)

win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第1张图片

查找NVIDIA,CUDA,cuDNN对应版本号

(一)查找NVIDIA支持的最高CUDA版本号
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第2张图片

或者在官网看:NVIDIA和CUDA版本对应图(该链接为官网)
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第3张图片
(二)CUDA和cuDNN版本对应官网链接(我打不开链接,所以直接搜索了CUDA11.1,显示匹配cuDNN8.0.4)

百度网盘下载CUDA,cuDNN

需要镜像下载,易下载失败,于是找的网盘安装包。
CUDA是安装包,cuDNN是文件

复制这段内容后打开百度网盘手机App,操作更方便哦
链接:https://pan.baidu.com/s/1ufw1_im8P88MbwD5aowBAg
提取码:bz0s

CUDA,cuDNN配置

下载成功后CUDA自定义安装即可(默认安装至C盘,需要记住安装路径,之后复制cuDNN文件时需要

若需要安装至D盘,则自定义安装时,默认安装文件夹若为:C:\Program Files (x86),则自己可新建文件夹为:D:\Program File(Program Data同理)
(共需在D盘新建两个文件夹)
并将安装后的所有文件放至文件名为:NVIDIA GPU Computing Toolkit
(这段若看不懂没关系,只要知道自己下载到哪了能找到就行)

安装成功后将cuDNN文件粘贴至CUDA下载路径(共四步)

本机CUDA安装路径为:D:\Program File\NVIDIA GPU Computing Toolkit
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第4张图片
cuDNN解压后文件夹:
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第5张图片

(一)依次复制cuDNN的bin,include,lib至CUDA的bin,include,lib(如下三张图)
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第6张图片
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第7张图片
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第8张图片
(二)添加系统环境变量

win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第9张图片

重启电脑 / 输入命令让环境变量生效

(一)输入命令:

set PATH=c:
echo %PATH%

如图:
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第10张图片
(二)关闭窗口,重新输入

echo %PATH%

可见环境变量已生效

(三)输入:

nvcc -V

如图:(可见CUDA版本号)
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第11张图片

检查安装是否成功

(通过NVIDIA提供的 deviceQuery.exe 和 bandwidthTest.exe 来查看GPU的状态,两者均在安装目录的 extras\demo_suite文件夹中 )

(一)进入CUDA文件夹下的\extras\demo_suite后打开PowerShell
(shift+右键)
执行.\bandwidthTest.exe
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第12张图片
或执行.\deviceQuery.exe

win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第13张图片
(二)或者使用:cd +路径 进入目录后执行.exe文件
(若不在C盘,则需要在cd 后+/d)
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第14张图片
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第15张图片

下载Pytorch

方法一:使用命令,常规操作(能否下载成功看人品:)祝好运)

分三步:(一)添加镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

(二)添加python环境(本机为python3.9)

conda create -n pytorch python=3.9

(三)激活python环境

conda activate pytorch

(四)在官网找下载命令(根据版本号)我是官网
在python环境下下载
在这里插入图片描述
下载命令(根据各类版本号选择)

本机CUDA11.1,选择<11.1版本即可
None是指:CPU版本的torch,我们要的是GPU版
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第16张图片
方法二(重点重点重点!!!):不使用命令,离线下载之后安装即可(根据官网的下载命令查找对应版本号)CUDA,Python,torch,torchvision版本号一定要对!!

例如本机:pip install torch==1.7.1+cpu torchvision==0.8.2+cpu torchaudio===0.7.2 -f

故下载:(CUDA 11.0,python 3.9)
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第17张图片
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第18张图片

https://download.pytorch.org/whl/torch_stable.html
各种版本的torch,torchvision,torchaudio下载链接表单

安装上述.whl文件(.whl类似.zip的意思)

(一)安装wheel(别的博主那里看到的)

pip install wheel

(二)安装.whl文件

pip install 路径\文件名.whl

例如本机:
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第19张图片
故安装命令为:
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第20张图片

在这里插入图片描述

win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第21张图片

验证下载Pytorch是否成功

pytorch环境下输入:

python
import torch
import torchvision
print(torch.cuda.is_available())

返回True表示CUDA配置成功~!撒花 (●’◡’●)~
如图:
win10 安装Pytorch GPU版+CUDA+cuDNN(篇幅较长保姆教程) (含CUDA11.1与cuDNN8.0.4安装包)_第22张图片

你可能感兴趣的