admin管理员组文章数量:1530048
win11(amd)+cuda+cudnn+pytorch安装过程
Anaconda环境配置
“此电脑”右键属性，然后选择“高级系统设置”里的“环境变量”。
选择“Path”，并点击“编辑”。
添加三个环境变量：
注意：路径是你自己定义的安装路径。
在anaconda prompt运行下列命令：
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes
CUDA安装
查看电脑Nvidia版本
win+s输入nvidia，打开进入控制面板
根据自己显卡版本选择相应的CUDA版本。
更新驱动
如果驱动不是最新版可以更新一下，根据自己电脑配置选择相应信息。地址：https://www.nvidia/download/index.aspx?lang=cn
下一步后需要等待一段时间。
这部关闭即可。
后面需要登录一下账户，没有的话可以注册。
再次查看Nvidia版本，发现我的版本从11.4升级到11.7了。
下载CUDA
CUDA官网：https://developer.nvidia/cuda-toolkit
进入后选择“Download Now”，根据显卡版本选择相应的CUDA版本，注意不要选错系统和版本。
运行exe文件：
安装完成后，win+r，输入nvcc -V，有以下内容代表安装成功：
安装cuDNN
官网：
先进行登录，然后选择与CUDA匹配的版本。比如我的Nvidia是11.7，选择了for 11.x版本。
将Zip文件解压，将内部文件全部复制。
粘贴到如下位置。注意：如果你更改了安装位置，就粘贴到你的安装路径里。
环境变量配置
在“高级系统设置”的“环境变量”中“新建”。
根据自己安装的路径。
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
验证
win+r，输入cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite，再输入 .\bandwidthTest.exe，得到如下结果，证明配置成功。
安装GPU版torch
在官网下载会非常慢，可以选择先将文件下载下来，再进行添加，pip/conda install 文件路径+文件名。清华镜像：https://mirrors.tuna.tsinghua.edu/anaconda/cloud/pytorch/win-64/?C=M&O=A
注意文件命名格式，下图有错误示范。
分别添加pytorch、torchvision、cudatoolkit三个包后，再在命令窗口运行conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch注意：11.7是我电脑安装的nvidia的版本号。
等待添加成功后，分别输入下列代码：
python
import torch
torch.cuda.is_available()
这样就安装成功了！
本文是安装时的记录贴，如果有哪里不对的地方请指出，谢谢！
版权声明：本文标题：win11(amd)+cuda+cudnn+pytorch安装过程 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dianzi/1726769083a1083642.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论