代码收藏家技术教程 2022-07-23

第五步：PyCharm配置CUDA和cuDNN、安装PyTorch

win11，NVIDIA GeForce RTX 3060
python 3.8，PyTorch 1.10.0
~~cuda11.5.1_496.13，cudnn-windows-x86_64-8.3.2.44_cuda11.5~~
cuda_10.2.89_441.22_win10，cudnn-windows-x86_64-8.3.2.44_cuda10.2
author：zoxiii

PyCharm配置CUDA和cuDNN

0、前提

0.1、安装PyCharm

0.2、更新NVIDIA驱动到最新

0.3、查看你需要的CUDA版本

1、配置CUDA

1.1、下载对应版本CUDA

1.2、安装CUDA

2、配置cuDNN

2.1、下载cuDNN

2.2、安装cuDNN

3、安装PyTorch

3.1、找可用的PyTorch版本

3.2、本地安装PyTorch

本篇博客涉及安装包❤️提取码9492
博客所写安装的是CUDA-v11.5，之后实际安装的是CUDA-v10.2，步骤基本相同

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

cd D:
cd \"Program Files"\"NVIDIA CUDA"\"NVIDIA GPU Computing Toolkit"\CUDA\v11.5\extras\demo_suite
# 有空格的路径需要加双引号哦~

./bandwidthTest.exe

./deviceQuery.exe

2、配置cuDNN

2.1、下载cuDNN

cuDNN下载地址
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）
目前找到的原因是因为我的python版本为3.8，我配了一个3.7的环境就可以了，会给我安装1.11.0版本的pytorch，但是cuda版本又不对应了（所以最好安装低一点版本的cuda可能比较好）

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！

后记：在安装了CUDA-v11.5，以及PyTorch-v1.11.0之后，验证是成功了，但是在跑项目的时候还是遇到问题。
所以决定重新安装了v10.2的CUDA

在网上看到一些博客说是最好不要用conda命令安装，而是使用pip安装

## 在安装了CUDAv10.2的版本后，尝试pip安装pytorch！
pip install torch==1.10.0+cu102 torchvision==0.11.0+cu102 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html
## 该命令成功安装