一站式安装对应显卡版本的cuda和torch（windows）-蒲公英云

目录

前言

一、安装python（也可以用conda安装）

二、安装VS的C++环境

三、安装CUDA

2.1、检查环境

2.2、查看自己是否有NVIDA显卡驱动程序

2.3、查看GPU显卡所支持的CUDA版本

2.4、安装对应版本的CUDA安装包

2.5、选择对应的系统

2.6、运行安装包

2.7、配置Cuda的环境变量

2.8、查看是CUDA是否安装成功

2.9、验证deviceQuery和bandwidthTest

四、安装pytorch

五、运行效果

前言

一年前，安装过cuda，觉得并不难，就没有记录。

这次安装还算顺利，就是在找资料的时候，浪费了不少时间

这次就记录下来，方便以后再次安装

总结安装程序：

1、安装python环境

2、安装VS的C++环境（因为CUDA在安装时，需要VS的里面的工具包来编译。）

3、安装cuda

4、安装pytorch

一、安装python（也可以用conda安装）

直接官网下载：Python Releases for Windows | Python.orgThe official home of the Python Programming Languagehttps://www.python.org/downloads/windows/

我下载的版本——蓝奏云下载（python3.9.5）：python-3.9.5-amd64.zip - 蓝奏云

进入命令行，输入python，出现这样的界面则表示成功安装

使用conda（Anaconda）的话，可以看看b站的教程（这里就不赘述了）

二、安装VS的C++环境

如果你想用其他版本可以去官网下载：Downloads & Keys - Visual Studio Subscriptionshttps://my.visualstudio.com/Downloads?q=Visual%20Studio%202022

我下载的是：社区免费版VS 2022——VisualStudioSetup.exe

蓝奏云下载2022社区免费版：https://wwm.lanzout.com/i7xQY1ods8xi
密码:6epa

运行安装程序：

然后找到C++桌面开发

建议安装到专门放软件的盘，不要安装到系统盘C，然后点击开始进行安装

安装完后，电脑需要重启，重启后就可以使用了

三、安装CUDA

在安装前，可以先看看这个博客：理清GPU、CUDA、CUDA Toolkit、cuDNN关系以及下载安装_cudatoolkit-CSDN博客https://blog.csdn.net/qq\_42406643/article/details/109545766

2.1、检查环境

检查是否有NVIDA的独立显卡，前面的VS是否已经安装

2.2、 查看自己是否有NVIDA显卡驱动程序
如果没有显卡的控制面板，下载安装：NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA

2.3、查看GPU显卡所支持的CUDA版本
控制面板-> 帮助-> 系统信息-> 组件-> 我的是CUDA 12.3

2.4、安装对应版本的CUDA安装包
进入官网：CUDA Toolkit Archive | NVIDIA Developer

2.5、选择对应的系统
如果用离线版本，就有3个G，这里我选择的是在线安装

2.6、运行安装包

自己选择路径：

选择——自定义安装

安装组件，全部勾选，点击下一步

自定义下载路径

建议安装到专门放软件的盘，不要安装到系统盘C

然后慢慢等

之后一直下一步就行了~

2.7、配置Cuda的环境变量
安装完成后，就需要我们配置Cuda的环境变量了

他会自己添加的变量：

先找到我们自定义安装的cuda文件夹

然后添加两个环境变量

相当于，总共有这4个文件夹的~

2.8、查看是CUDA是否安装成功
Win + R 打开cmd ，输入命令：nvcc —version

2.9、验证deviceQuery和bandwidthTest
在命令窗口运行文件

ok！CUDA搞定啦~

四、安装pytorch

我的电脑的cuda版本是12.3的，准备安装pytorch！
目前，官网上没有直接支持cuda 12.3的pytorch版本！
通过翻阅其他博客，博主说cuda是向下兼容的！
我就选择了CUDA 12.1

4.1、通过官网，选择对应版本，然后复制命令，直接下载即可！

不过在这里先pip换源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip config set install.trusted-host mirrors.aliyun.com
同时，再设置一下超时时间，毕竟这个torch有2~3个G（这里就不赘述了，直接放链接，如果超时了，再来设置也行~）

Python——记录pip问题（解决下载慢、升级失败问题）_pip下载太慢-CSDN博客https://blog.csdn.net/Pan\_peter/article/details/129553679

安装完成~

五、运行效果

我把我之前那个项目拿来，跑一下试试~

基于YOLOv8的多端车流检测系统（用于毕设+开源）_yolov8 rtsp-CSDN博客https://blog.csdn.net/Pan\_peter/article/details/132048923

先下载其他库

报错了：type object ‘Detections’ has no attribute ‘from_yolov8’

大佬评论：由于Detection删除了from，所以需要降级，又因为前面的sv调用，所以把supervision降级为0.6.0即可解决pip install supervision==0.6.0

感谢大佬！！！

运行项目：（20多帧，比俺之前只有几帧好多了，啊哈哈~）

用之前的训练demo包试试：

windows使用YOLOv8训练自己的模型（0基础保姆级教学）_windows10使用yolov8常见问题-CSDN博客https://blog.csdn.net/Pan\_peter/article/details/129907710

也可以正常训练

只不过这里遇到了一个小插曲：

报错：RuntimeError: DataLoader worker (pid(s) 20580, 22560, 5668, 18512, 1240, 18208, 22356) exited unexpectedly

他搞了多线程，我直接关闭他，把训练代码改为 workers=0
model.train(data='./data/cat.yaml', epochs=100, imgsz=640, workers=0)

参考文章：

Cuda和cuDNN安装教程(超级详细)-CSDN博客全网最详细的Python安装教程（Windows） - 知乎 (zhihu.com)Cuda和cuDNN安装教程(超级详细)-CSDN博客

理清GPU、CUDA、CUDA Toolkit、cuDNN关系以及下载安装_cudatoolkit-CSDN博客

安装支持CUDA 12的pytorch教程 - 知乎 (zhihu.com)