conda安装CUDA和配置cuDNN

安装torch首先从pytorch官网查询，分为CUDA的GPU显卡版和CPU版，根据实际情况选择。

pip install torch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 –index-url https://download.pytorch.org/whl/cu121

使用conda安装CUDA

• 查看显卡驱动兼容性，GPU信息，驱动版本可以通过nvidia-smi指令查看；cuda的版本只要是小于等于12.3版的都可以。
• 

确定要安装的CUDA版本

在虚拟环境中，先用conda search cudatoolkit –info命令查看源内所有的cuda版本，以及下载地址。执行上述命令后会显示出源内所有的cuda版本，要例选的是CUDA11.8;

下载与安装CUDA

找到自己想要的cuda版本后，可以根据url字段的下载地址将CUDA下载到本地再安装，也可以用指令安装对应版本。

1、把cuda下载到本地，然后在虚拟环境中执行

conda install –use-local F:\cudatoolkit-11.8.0-hd77b12b_0.conda

conda卸载cuda

conda remove cuda

添加镜像URL，通过命令行添加；

conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

使用conda安装CUDNN

查看cuda对应的cudnn版本，使用如下命令查看cudnn支持的cuda版本，注意cudnn的版本一定要和刚下载的cuda版本对应。

conda search cudnn –info

执行后图中标出了所有对应的cudnn版本号位置。

下载安装cudnn

复制你想要版本的cudnn下载地址，下载到本地。然后在虚拟环境中执行

conda install –use-local F:\cudnn-8.9.2.26-cuda11_0.conda

验证版本是否正确

【CUDA 12.3.2+cuDNN 8.9.7】最新安装教程记录

CUDA版本选择

查看显卡驱动兼容性，GPU信息，驱动版本可以通过nvidia-smi指令查看；cuda的版本只要是小于等于12.3版的都可以。

CUDA toolkit 下载

点击官网下载，选择自己的cuda版本【本次下载12.3.2】

Cudnn下载安装

Cudnn下载链接，选择跟自己cuda对应版本的cudnn，本次下载最新的cuDNN v8.9.3版本。PS:下载cuDNN需要注册，用邮箱注册，登录即可。

下载完成，是个压包文件，解压之后，如下图所示

全选文件，复制，然后将它们粘贴到之前CUDA安装目录下，如果是默认安装路径应是，环境变量一般会自动添加，可以查看下。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3

验证cuDNN是否安装成功。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\extras\demo_suite

输入命令 bandwidthTest.exe

输入命令deviceQuery.exe

至此，安装成功。