Windows安装cuda环境
 
一、查看cuda版本
1、查看Nvidia驱动支持cuda版本
2、Nvidia驱动支持的cuda版本一览表
  
二、安装cuda
三、安装cudnn

 
一、查看cuda版本
 
1、查看Nvidia驱动支持cuda版本
 
打开Nviadia控制面板-系统信息-组件
 

 看到我这里安装的nvidia驱动支持的是cuda10.0，因此需要到nvidia下载cuda10.0进行安装。
 
2、Nvidia驱动支持的cuda版本一览表
 
当然你若是需要指定的cuda版本，但驱动并不支持，则需要卸载当前的
nvidia驱动，并下载下表cuda对应的驱动进行重新安装。
 

 官方说明文档链接
 
二、安装cuda
 
根据第一部分的说明，确定好相应的cuda版本，并在官网下载cuda进行安装。
 
官方链接
 cuda版本一定要对应！
 英伟达驱动旧版本下载链接1
 下载链接2
 默认只显示10行，可以在控制面板将索引10改为100，就获得了更多的版本驱动下载链接。
 
 
 
 双击.exe文件直接默认安装。
 使用如下命令查看是否安装成功：
 
 
 
在命令行中输入
 nvcc -V
 
 
 
出现cuda版本信息则说明安装成功。
 
三、安装cudnn
 
 
 
cudnn下载链接
 可能要你注册登录，这点麻烦还是要忍的
 
 
 
 
也可尝试链接，可能不需要登录。
 
 
 
 
选择相应的版本进行安装。一定要和cuda版本对应
 
 
 
作为cuda的补充，安装简单多了，只需要把下载后的压缩文件解压缩，分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容
拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5对应的include、lib、bin目录下即可。
 
至此cuda就已经安装完毕！

主要是参考了这篇文章win10+pytorch CUDA
 
期间，安装CUDA时目录选择出错了导致安装在了C盘的temp目录下
 
之后出了一个问题，
 


 
 
 
  
 
  

   
  
 
 
 
 

  环境变量
 
 
 
安装程序提示我这个环境变量太长了它加不进去，所以手动尝试加了一下环境变量
 
添加环境变量时遇到了环境变量的字符过长的问题，参考了解决
 
添加完环境变量后终于可以正确显示CUDA的版本了
 
zz :: ~ » nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:12:52_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.1, V10.1.243
 
之后想要进一步安装Cudnn，因为优化做的更好，但是感觉太茫然就没有尝试了
 
去Pytorch官网选择一下就可以安装了
 
 
 
 
  
 
  

   
  
 
 
 
 

  pytorch官网
 
 
 
之前因为安装了一个torch，但是是不支持cuda的这次重新装一个(不需要手动卸载，pip会自动检测到然后卸载掉老的版本
 
 
 
 
  
 
  

   
  
 
 
 
 

  torch测试能够使用cuda
 
 
 
安装时候遇到了这个错误
 
 
 
 
  
 
  

   
  
 
 
 
 

  error
 
 
 
zz :: ~ » python
Python 3.5.4 (v3.5.4:3f56838, Aug  8 2017, 02:17:05) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.2.0'
>>> torch.cuda.is_available()
True
 
终于安装成功了

 
cuda10.2安装
 
前言
下载cuda10.2和cudnn
查看本机驱动版本
安装过程
安装cudnn
验证
 

 
前言
 
tensorflow1.12之后gpu使用cuda10.0对应的驱动，不要求安装cuda，[但pytorch要求安装cuda和cudnn(暂不确定)]，如果本机的驱动版本小于cuda10.0对应的驱动版本，建议安装cuda10.x的驱动来覆盖本机的驱动，不用卸载再安装驱动
 
下载cuda10.2和cudnn
 
cuda
 cudnn
 
不详讲了，本机下载对应的文件：
 cuda_10.2.89_441.22_win10.exe
 cudnn-10.2-windows10-x64-v7.6.5.32.zip
 
查看本机驱动版本
 
打开nvidia的控制面板 -> 系统信息
 
驱动是cuda9.0版本，安装cuda10.2时需要覆盖此驱动
 
 
安装过程
 
选择自定义安装，可以选择安装驱动，覆盖本机的驱动
 
不要选Visual Studio Integration，即使选了也不能成功安装
 
如果本机的驱动版本(当前版本)小于cuda对应的版本（新版本），则选择，否则不选。如果当前版本小于新版本，并且不覆盖安装，之后电脑会频繁蓝屏或死机
 
记住安装位置，tensorflow要求配置环境
 
安装完成后配置环境，Path需要手动添加如下路径，对应上一步的安装路径
 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64
 
 
 
安装cudnn
 
将下载的cudnn文件解压，复制里面的文件夹到cuda的安装目录即可
 bin
 include
 lib
 
验证
 
打开命令窗口cmd，输入验证命令 nvcc -V
 C:\Users\Administrator\Desktop> nvcc -V
 nvcc: NVIDIA ® Cuda compiler driver
 Copyright © 2005-2019 NVIDIA Corporation
 Built on Wed_Oct_23_19:32:27_Pacific_Daylight_Time_2019
 Cuda compilation tools, release 10.2, V10.2.89
 
输出如上信息表示 安装成功！

 
windows安装cuda11.1、cudnn及pytorch
 
cuda驱动程序的下载与安装
查看显卡驱动版本是否符合cuda11.1的要求
下载cuda驱动安装包
安装cuda
  
cudnn的下载与安装
下载cudnn
安装cudnn
  
pytorch的下载与安装

 
cuda驱动程序的下载与安装
 
查看显卡驱动版本是否符合cuda11.1的要求
 
cuda11.1要求显卡驱动版本>=455.23，如果不想升级驱动版本可安装低版本的cuda。如果当前版本不符合要求，可在待会cuda安装中勾选安装显卡驱动。
 
 可在nvidia控制面板-系统信息-显示-细节中查看驱动程序版本。
 
 
下载cuda驱动安装包
 
点击此处跳转cuda下载链接
 
 点击CUDA Toolkit 11.1.1，跳转到新页面，选择相应的信息即可开始下载。
 
 
安装cuda
 
运行安装包，打开需要等一会才会弹出界面，然后按下面图片所示选择安装：
 
选择临时解压路径，这个默认就行
 
 
选择同意并继续
 
选择自定义
 
当前驱动版本这也会显示当前版本的，安装包提供的版本是456.81，还没我462.30高，所以我就取消了勾选。如果驱动版本低于最开始那个表格中要求的版本就务必勾选上，满足了的话勾与不勾就随意啦。
 
选择安装路径，这个根据自己的需求改，我自己一般就选择默认的了。
 
打勾，点击next，然后等待安装完成。
 
 
cudnn的下载与安装
 
下载cudnn
 
点此跳转到cudnn下载页面，需要登陆登录nvidia账号才行，没有可以注册一个。之后选择点击第一个就行了，如果想下载其他版本的cudnn，点击下方Archived cuDNN Releases即可。
 
 选择对应的版本开始下载，这里选择如图红色方框所标示的版本就行了。
 
 
安装cudnn
 
cudnn下载下来后是一个压缩包，如果cuda是安装在默认路径，则将压缩包中bin文件夹的内容复制到下面的路径。如果是非默认路径，复制到到相应安装路径下的bin文件夹中就行了。
 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
 
将将压缩包中include文件夹的内容复制到到下面的路径。如果是非默认路径，复制到到相应安装路径下的include文件夹中就行了。
 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include
 
将将压缩包中lib文件夹的内容复制到到下面的路径。如果是非默认路径，复制到到相应安装路径下的对应的文件夹中就行了。
 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
 
pytorch的下载与安装
 
点此进入到pytorch主页，在此页面选择系统，cuda版本等信息会显示安装的方式。可使用conda和pip安装，个人喜好我一般使用pip，如果使用conda建议更换国内源（推荐交大源或者清华源），这样下载更快。
 
 在cmd中进入相应的环境，输入
 pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html即可安装。
 
如果只想安装CPU版本，可在Compute Platform这选择CPU，根据相应命令在cmd中下载即可。