win10 cuda11.8 和torch2.0 安装

文章目录

• (一) 安装cuda11.8
• • 1）先确定cuda 版本
  • 2) 安装cuda 11.8,因为torch2.0 目前只支持cuda11.7 和cuda 11.8
  • 3) 安装cudnn
  • 4) 验证
  • (二) 安装pytorch2.0

    (一) 安装cuda11.8

    1）先确定cuda 版本

    nvcc -V 
    

    为了不污染现有开发环境，创建新的conda环境，这里我选择Python3.11版本

    
    （图片来源网络，侵删）

    2) 安装cuda 11.8,因为torch2.0 目前只支持cuda11.7 和cuda 11.8

    cuda 下载链接：cuda

    去archve下找到11.8的版本

    
    （图片来源网络，侵删）

    直接安装，首先提取在temp目录

    安装好cuda后，会提示重启。重启完成后，安装成功。

    cuda安装好之后，会新建两个环境变量CUDA_PATH以及CUDA_PATH_V11_8：

    3) 安装cudnn

    安装cuDNN，链接https://developer.nvidia.com/rdp/cudnn-download：

    找到对应这cuda 11.x window版本的cudnn

    下载完成后，将压缩包解压，然后找到bin、include、lib文件夹：

    复制到cuda的安装目录11.8`下：

    这时候要检查系统的path变量中是否有以下的路径：

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
    

    4) 验证

    1. cuda 验证

    现在验证cuda和cudnn是否是正常的，需要使用cuda的deviceQuery.exe 和 bandwidthTest.exe进行验证，在powershell里进入，输入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\demo_suite，然后输入：

    .\bandwidthTest.exe:
    .\deviceQuery.exe:
    

    (二) 安装pytorch2.0

    安装指令：

    pip3 install numpy --pre torch --force-reinstall --index-url https://download.pytorch.org/whl/nightly/cu118
    

    也可以使用本地安装包：

    下载地址：

    链接：点这里

    提取码：ycsm