【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）

约定不等于承诺〃 2022-11-26 09:47 296阅读 0赞

### 目录 ###

*  一、选择CUDA版本
 *   *  1.1 查看NVIDIA版本
     *  1.2 安装CUDA
     *  1.3 安装cuDNN
 *  二、选择Torch版本
 *  三、安装PyTorch

# 一、选择CUDA版本 #

## 1.1 查看NVIDIA版本 ##

**方法一**  
1 在电脑桌面空白处点击鼠标右键

2 选择 NVIDIA 控制面板（若没有该选项，可尝试方法二）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70]  
3 查看英伟达版本。(如果未显示版本，请看下一步)  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 1]  
4 点击菜单栏的 帮助（help）——系统信息（System Information），可以查看更多信息。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 2]  
**方法二**  
1 进入控制面板（Control Panel）

2 选择 硬件和声音（Hardware and Sound）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 3]  
3 选择 NVDIA 控制面板  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 4]  
4 查看版本，版本为 385.54。(如果未显示版本，请看下一步)  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 5]  
5 点击菜单栏的 帮助（help）——系统信息（System Information），可以查看更多信息。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 2]

## 1.2 安装CUDA ##

**一. 下载CUDA9.0**  
笔者电脑NVIDIA的版本为385.54，根据[下表][Link 1]，我应该安装CUDA9.0。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 6]  
进入网站下载： [Download][]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 7]  
exe（network）是网络安装包，安装过程中下载。exe（local）是本地安装包，下载完直接安装。  
选择哪一个都可以，我选择的是exe（local）。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 8]  
选择这个Base Installler安装即可，点击Download，下载这个1.4GB的文件。

**二. 安装步骤**  
1 打开下载好的文件开始安装，为了不出其他意外，我就默认安装到C盘，毕竟也就1个多G，可以接受。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 9]  
2 检查系统的兼容性，同意并继续。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 10]  
3 选择精简（Express）安装，安装默认的东西即可，下一步。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 11]

4 已经安装好的部分和未安装好的部分，下一步。![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 12]  
5 安装完成，点击结束。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 13]  
6 安装完成，桌面上多出两个图标。  
![在这里插入图片描述][201911191446524.png]  
7 打开命令窗口，输入nvcc -V查询CUDA版本信息，若出现如下信息说明安装成功。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 14]

## 1.3 安装cuDNN ##

**一. 下载cuDNN** [Download][Download 1]  
1 登录网站，注册账号，注册完成后才可以下载cuDNN。

2 要选中“ I Agree To the terms of the cuDNN Software License Agreement”才能出现下面的下载信息。因为上面下载的是CUDA9.0，要选择匹配 CUDA 版本号的 cuDNN 文件，所以这里选择下载第四个文件。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 15]  
3 选择跟系统相匹配的版本，我选择的是cuDNN Library for Windows 10.  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 16]  
**二. 安装步骤**  
1 解压下载后的文件，得到文件夹CUDA，里面包含四个文件。  
![在这里插入图片描述][20191119150335427.png]  
2 移动文件夹  
我们将名为“cuda”的文件夹重命名为“cudnn765”，并复制此文件夹。进入 CUDA 的安装路径 C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.0，粘贴“cudnn765”文件夹即可，此处可能会弹出需要管理员权限的对话框，选择继续即可粘贴。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 17]  
3 环境变量配置  
上述 cudnn 文件夹的复制即已完成 cuDNN 的安装，但为了让系统能够感知到 cuDNN 文件的位置，我们需要额外配置 Path 环境变量。打开文件浏览器，在“我的电脑”上右击，选择“属性”，选择“高级系统属性”，选择“环境变量”，在“系统变量”一栏中选中“Path”环境变量，选择“编辑”。选择“新建”，输入我们 cuDNN 的安装路径“C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.0\\cudnn765\\bin”，并通过“向上移动”按钮将这一项上移置顶。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 18]  
CUDA 安装完成后，环境变量中应该包含  
“C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v9.0\\bin”  
“C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v9.0\\libnvvp”  
“C:\\Program Files\\NVIDIA GPU ComputingToolkit\\CUDA\\v9.0\\cudnn765\\bin”  
以上三项，具体的路径可能依据实际路径略有出入。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 19]

# 二、选择Torch版本 #

Pytorch官网：[https://pytorch.org/][https_pytorch.org]  
旧版本选择：[https://pytorch.org/get-started/previous-versions/][https_pytorch.org_get-started_previous-versions]  
下滑，找到这部分：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 20]  
根据电脑的CUDA版本进行选择，进入之后：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 21]  
根据要求选择版本，其中：  
cp27、cp35、cp36分别代表支持python2.7、python3.5、python3.6。  
linux\_x86\_64代表在linux上运行，win\_amd64代表在windows上运行。

最后根据需求选择torch版本，并选择对应的torchvision版本。

# 三、安装PyTorch #

使用Anaconda创建虚拟环境并进行安装。

1 使用Anaconda Prompt创建虚拟环境

2 激活刚刚创建的虚拟环境。

3 cd进入torch和torchvision所在目录。

4 分别pip install安装torch和torchvision文件。

5 pip install其他依赖。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70]: /images/20221124/41396dc4a4cd49b087f94798afdcf4a2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 1]: /images/20221124/16e0e35ccf9145d9bd7ceacf4c058b73.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 2]: /images/20221124/0e6ffcf6e2294b699272639094be20b2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 3]: /images/20221124/754edab5dddc4be4bc2f3d25cffec13d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 4]: /images/20221124/84a83f957d874634a81ff96546f21991.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 5]: /images/20221124/520d254a650b4964bf840de4ba3fb2cc.png
[Link 1]: https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 6]: /images/20221124/652b2266f5984e6f8e0fa0e979b2d4f6.png
[Download]: https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 7]: /images/20221124/fcb4e06fd6dd4ef5ac680074dc264ff9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 8]: /images/20221124/47fa3ec58fb149f5be8715a5022cf4de.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 9]: /images/20221124/76fae2b19943424089f6bef47716ee6c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 10]: /images/20221124/fc019dfbf3074f4cad0c3e7deeee1e89.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 11]: /images/20221124/936d57f90a8346d8908d8c90705a6a93.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 12]: /images/20221124/a2ee3d08d0c84ffa8c4c67f52bbd16fc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 13]: /images/20221124/e4bdbd635e1044f689562ea340921716.png
[201911191446524.png]: /images/20221124/a583e7163947489cbf076add40e42452.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 14]: /images/20221124/99d5752f94cd429f89b82d54cd646f53.png
[Download 1]: https://developer.nvidia.com/rdp/cudnn-download
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 15]: /images/20221124/0ec61beb512a4cd4a0f87635d95a070e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 16]: /images/20221124/97c909e75af44d74bece5b5e05e06b2c.png
[20191119150335427.png]: /images/20221124/0ca85fbce690401090c8cc8dd996c0d9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 17]: /images/20221124/b105f00a76bb42dd8405925b31bbdf2f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 18]: /images/20221124/eeec4a869f3f4a2e8d7cee6bcc2b03fb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 19]: /images/20221124/43191ae0f2874c3da5a618c9b9bcc151.png
[https_pytorch.org]: https://pytorch.org/
[https_pytorch.org_get-started_previous-versions]: https://pytorch.org/get-started/previous-versions/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 20]: /images/20221124/b7f3ab0daa174e2192e5f50766f470bd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1NlZV9TdGFy_size_16_color_FFFFFF_t_70 21]: /images/20221124/7c764e76c0d84ac5a14d3f04613d3a7e.png