win10-cuda9.1+cuDNN7.1+pytorch1.1-GPU安装

偏执的太偏执、 2023-02-23 08:05 22阅读 0赞

## pytorch1.1-GPU安装 ##

对pytorch gpu版本的安装，稍微会复杂些，大概需要以下几个步骤：  
（1）安装Nvidia Cuda;  
（2）安装CuDNN;  
（3）安装GPU版本pytorch；  
（4）测试。  
博主使用版本资源共享：链接：https://pan.baidu.com/s/18p4IdgfklEvQvo7FV09oVw  
（提取码：336k )

**具体步骤：**  
**（1）安装Nvidia Cuda**  
首先检查看自己的电脑是否能安装cuda，右键->NVIDIA控制面板，

![点击NVIDIA控制面板][NVIDIA]

图一 点击NVIDIA控制面板

NVIDIA控制面板->帮助->系统信息->组件，如下可看出博主电脑支持的是cuda9.1版本。去[官网][Link 1]下载对应版本。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz_size_16_color_FFFFFF_t_70_pic_center]  
下载完成后，可一直顺点直到安装完成。可在环境变量中加入以下路径，测试cuda是否安装成功，只需要win+R打开cmd，输入nvcc -V，若显示版本号，则成功。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz_size_16_color_FFFFFF_t_70_pic_center 1]  
**（2）安装CuDNN**

进入[官网][Link 2]下载CuDNN，需要注册一个账号。可在[官网][Link 3]目录中，下载CUDA版本对应的CuDNN，由于cuDNN后来更新后，没有cuda9.1对应的版本，所以博主选择for cuda9.0的版本cuDNN7.1。将CuDNN压缩包解压后，下面的三个文件夹复制到Cuda的对应的安装目录下，注意cudnn其lib文件下x64勿替换cuda其lib下的x64文件，而是将cudnn其lib->x64下的文件复制到cuda其lib下的x64文件里。放进去即可。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz_size_16_color_FFFFFF_t_70_pic_center 2]  
**（3）安装GPU版本pytorch**

根据python版本下载对应的pytorch版本，可以点击这个[链接][Link 4]，下载对应版本后，我的是用pip的，我把whl文件放到C:\\Windows\\System32下，然后pip install torch-1.1.0-cp36-cp36m-win\_amd64.whl进行安装。

**（4）测试**  
然后进入python环境下，输入

import torch
    print(torch.cuda.is_available())

返回结果是True，则PyTorch的GPU安装成功。

[NVIDIA]: https://img-blog.csdnimg.cn/20200706095203615.png#pic_center
[Link 1]: https://developer.nvidia.com/cuda-downloads
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20200706100352454.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20200706104512647.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz,size_16,color_FFFFFF,t_70#pic_center
[Link 2]: https://developer.nvidia.com/rdp/form/cudnn-download-survey
[Link 3]: https://developer.nvidia.com/rdp/cudnn-archive#a-collapse713-91
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/20200706114522268.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz,size_16,color_FFFFFF,t_70#pic_center
[Link 4]: https://download.pytorch.org/whl/cu90/torch_stable.html