win11，NVIDIA GeForce RTX 3060
python 3.8，PyTorch
cuda11.5.1_496.13，cudnn-windows-x86_64-8.3.2.44_cuda11.5
author：zoxiii
PyCharm配置CUDA和cuDNN
0、前提
0.1、安装PyCharm
- 官网下载安装PyCharm
- 学生邮箱注册账号免费使用
- 创建Anaconda虚拟环境，并添加为你项目的
python interpreter，我的虚拟环境名为deblur
0.2、更新NVIDIA驱动到最新
进入计算机管理，按图示步骤更新。
- 计算机管理→设备管理器→显示适配器→更新驱动
- 更新成功
0.3、查看你需要的CUDA版本
- 方法一：进入
cmd中查看
nvidia-smi
- 方法二：桌面→右键→NVIDIA控制面板→系统信息→组件→CUDA
1、配置CUDA
1.1、下载对应版本CUDA
- cuda各版本下载地址
- cuda官方手册
- 这里选择版本为：
CUDA Toolkit11.5.1
1.2、安装CUDA
-
选择一个目录来安装临时文件
-
阅读协议，同意并继续
-
自定义安装
-
自定义安装组件
-
选择安装位置
D:\Program Files\NVIDIA CUDA\NVIDIA GPU Computing Toolkit\CUDA\v11.5
-
下载安装中
-
下载完成，下一步
-
安装结束
-
检查是否安装成功
（1） 进入cmd
nvcc -V
（2）进入目录 D:\Program Files\NVIDIA CUDA\NVIDIA GPU Computing Toolkit\CUDA\v11.5\extras\demo_suite下
./bandwidthTest.exe
./deviceQuery.exe
2、配置cuDNN
2.1、下载cuDNN
-
选择适合的版本
2.2、安装cuDNN
??解压后,将cudnn目录下的文件对应放在cuda目录，即D:\Program Files\NVIDIA CUDA\NVIDIA GPU Computing Toolkit\CUDA\v11.5目录下的三个对应文件夹下
- bin
- include
- lib
（也可以下载exe直接安装，与CUDA安装过程类似，需要修改安装位置）
3、安装PyTorch
3.1、找可用的PyTorch版本
- PyTorch官网
查找到最新的cudatoolkit版本为11.3，找到对应的命令到Anaconda Prompt中运行，失败了
## 你也可以尝试一下，不知道会不会和我一样的问题
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge
??此时检查torch的版本，发现是CPU版的pytorch。但是按理来讲，系统CUDA环境已经配置成功，应该安装的是GPU版的pytorch，但是这里安装了CPU版本的。因为安装使用的指令都一样，所以不太清楚是什么原因。
（参考别的博客可能还需要配置一些CUDA的环境变量？但在安装CUDA时，已经自动添加过环境变量到系统中了，而且验证CUDA也已经安装成功了，不懂！只能选择手动本地安装pytorch试试了）
- 此时，首先需要移除之前安装的pytorch。
conda uninstall pytorch
3.2、本地安装PyTorch
- 下载whl文件到
C:\Users\mysel目录下（安装完后可删除）
- 进入
Anaconda Prompt进行安装（注意先进入你的虚拟环境中）
conda install torch-1.11.0+cu115-cp38-cp38-win_amd64.whl
conda install torchaudio-0.11.0+cu115-cp38-cp38-win_amd64.whl
conda install torchvision-0.12.0+cu115-cp38-cp38-win_amd64.whl
- 验证是否成功！！！！
>>> import torch
>>> torch.__version__
>>> torch.cuda.is_available() ## 一定要输出True才是成功
- 安装cudatoolkit
conda install cudatoolkit ## 我在安装时最新的版本为11.3.1的
- 接下来就可以打开一个使用pytorch的深度学习项目跑一下测试了，当然还是会继续遇到一些新的问题，慢慢解决吧！