Windows10下CUDA, cuDNN, pytorch, torchvision的安装过程(一）----CUDA,cuDNN安装

前言：

我的Windows10在安装CUDA, cuDNN, pytorch，torchvision的过程中踩过几次坑，反复尝试了挺多次的，在网上也找了好多的教程，最后终于摸索出了方法，所以想记录下来，以便之后可以回过头来参考。

作为小白，我在安装的过程中主要遇到了这几种类型的坑：

1. 我的电脑已经安装了Anaconda， python3.8，不知道CUDA的版本和python的版本也是需要适配的；
2. 安装了CUDA8.0，但是不知道怎么配置环境变量；
3. 不知道DUAD和pytorch, torchvision, python的版本都是需要适配才行；
4. 电脑同时安装了CUDA8.0和CUDA10.2,安装过程中遇到了“有安装程序正在运行，请关闭安装程序后再进行新的安装/卸载”
5. 安装好CUDA, pytorch, torchvision之后，在python环境中可以import, 但是在pycharm中不能import torch和torchvision。

接下来我会将CUAD10.2, cuDNN, pytorch, torchvision的安装过程记录下来，并将踩到的坑的解决过程记录下来。

安装前版本匹配建议： CUAD 10.2 ---- pytorch 1.6.0 ----torchvision 0.7.0

这是我在pytorch下载官网找到的，如果你要寻找其他版本的匹配模式的话，可以参考这个网站 https://pytorch.org/get-started/previous-versions/

安装前注意点：我的电脑在安装CUDA10.2之前已经安装了Anaconda3, python3, CUDA8.0, 而CUDA8.0版本太低，与python3.8不适配，后面可能对于其他工具的安装版本也有影响，所以我打算重新安装CUDA10.2。我可以选择先将CUDA8.0卸载再安装CUDA10.2, 也可以选择CUAD10.2和CUDA8.0并存。CUDA安装方式并未受影响，都是同样的安装方式。

一、CUDA10.2的安装

环境说明： Windows10 + Anaconda3 + python3.8

1. 下载CUDA10.2

下载链接：https://developer.nvidia.com/cuda-toolkit-archive

链接中有各种版本的CUDA，根据你的电脑配置和你自己的需要选择合适的版本下载.

对于我来说我选择的是CUDA10.2, 点击进去，按照提示流程下载，这个下载下来的压缩文件，随便你放那个盘或者文件夹都可以，只要你自己能找到。

二、CUDA10.2的安装

将刚刚下载下来的压缩文件解压，点击.exe文件准备安装CUDA。

1. 点击.exe文件，首先弹出的对话框是让你选择CUDA的临时解压目录，可以自定义，但是建议选择默认即可 ，安装结束之后，临时解压文件夹会自动删除，点击OK进入到下一步；

   

2. 在这一步，安装时建议选择自定义

   

3. 自定义安装选项，选择你需要的选项，我只选择了CUDA选项下的所有选项，接下来点击下一步。

   

4. 弹出的对话框让你设置安装目录，可以自定义，但是建议选择默认即可，默认是安装在C盘，如果你C盘的内存不够，你可以选择自定义安装在其他盘，但是你需要将你的安装路径记下来，因为后续的环境变量设置需要用到安装路径，如果是默认路径的话，你可以直接按接下来的教程操作环境变量就行。

   而且请注意：第1步中的临时解压目录你如果设置为自定义的话，千万不要和这一步中的安装路径设置为一样，否则安装结束后，会找不到安装目录！！

   

   点击下一步，耐心等待安装完成即可。

三、设置CUDA环境变量

1、安装完CUDA后，打开你的环境变量（控制面板–系统安全–系统–高级系统设置–环境变量），你可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_0两个环境变量，接下来在环境变量的右下侧，点击新建。

2. 在弹出的这个工作框中添加以下几个环境变量。

（如：变量名填：CUDA_SDK_PATH，变量值设置：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0）

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2
**(这是默认安装位置的路径，如果你是自定义的安装路径的话，这里要用你的自定义路径)**
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
           

1. 添加完上面写的环境变量后，环境变量框中新增了以下环境变量：

   

2. 点击并选中环境变量框中的path，点击编辑

   

3. 在弹出的工作框中，也就是在系统变量 PATH 的末尾一依次添加：

%CUDA_LIB_PATH%
 %CUDA_BIN_PATH%
 %CUDA_SDK_LIB_PATH%
 %CUDA_SDK_BIN_PATH%
           

再添加如下4条（默认安装路径）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64
 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
           

添加完成就是如下所示

四、保存好上面的配置，现在来检查CUDA是否完成安装和配置

1. 首先

   win+R

   启动cmd，

   cd

   到安装目录下

   C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2

   ,然后执行

   dir

   查看安装目录下的文件有哪些，你会看到目录中有可执行的

   bin

   目录

   

2. 然后我们切换到bin目录中去，命令是：

1. 然后执行下面的测试命令：

nvcc -V
           

1. 如果安装正常的话，且组件都正常，那么会输出下面第二张图中所示的驱动版本信息，表示安装成功

   

五、CUDNN下载安装

1. cudnn下载： CUDA10.2安装完成之后，还需要下载cudnn，这里需要登录并填写问卷才能下载，到下图所示的下载页面后，选择合适的版本（该图为引用，这里应该下载适合cuda10.2的版本）。

   官网下载：https://developer.nvidia.com/rdp/cudnn-archive

   

2. cudnn安装： 解压cudnn的文件夹，将解压后的文件夹下的三个文件夹中的所有文件拷贝到cuda安装目录中的与之相对应的文件夹下（即

   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\

   ）

   

   至此cuda和cudnn全部安装完成！

参考链接：

• https://blog.csdn.net/weixin_45654744/article/details/109723379
• https://blog.csdn.net/sinat_23619409/article/details/84202651
• https://blog.csdn.net/u010618587/article/details/82940528