【深度学习之一】2024最新pytorch+cuda+cudnn下载安装搭建开发环境

兵马未动，粮草先行。作为深度学习的初学者，快速搭建一个属于自己的开发环境就是头等大事，可以让我们节省许多的时间。这一期我们主要讲一讲2024年最新pytorch+cuda+cudnn下载安装搭建开发环境，以及安装过程中可能遇到的一些问题以及解决方法。

一、首先判断自己的电脑是否支持GPU版本的pytorch

首先不具备独立显卡的电脑（或者是集显的）是不支持gpu版本的pytorch的；
其次非N卡，不支持gpu版本的pytorch（据说现在A卡通过一定的手段啊，也是可以跑cuda的，但是用户体验相对来说肯定就没有那么丝滑）；
如果你的电脑没有N卡独显，那么显然cuda对你是不适用的
判断自己的显卡目前所支持的最高版本的cuda是多少：win+R，输入cmd，输入nvidia-smi就可以看到自己的电脑目前所支持的cuda版本为多少，后续我们下载安装cuda呢，也是最高不能超过这个版本

二、cuda下载安装

直接上链接了兄弟们，这个可能需要科学上网，这里我就不多说了哈。下载各个历史版本的cuda戳这里
打开这个地址之后我们可以看到这样的界面：
在这里插入图片描述
由于我的电脑最高是支持到12.7的所以我下载的是比较稳定的12.6.2（2024年10月版），直接点击链接，这样我们就可以进入下载环节了，我的操作系统是win11，所以我下载的是如图所示的版本，其中特别需要注意的是，下载exe(local)版本，然后download就可以得到这样一个.exe文件
在这里插入图片描述

运行这个.exe文件安装cuda就行了，具体的，详细的方法可以参照这个uu的文章
我主要是想强调一些安装过程中可能遇见的问题以及解决的步骤（血与泪的教训）：

a.你可以直接傻瓜式安装直接点精简，然后啥都不用更改，等待他安装完成就可以，如果你之前没有安装过cuda并且你的电脑中有visual studio的话，大概率不会出现什么问题（但是，个人建议，也是网上大多数博主的选择就是：选择自定义安装，然后只需要勾选cuda就可，然后点开cuda前的“+”，将其中的visual studio intergration取消勾选）然后按照这个uu的方式一步步装基本上不会有什么大的问题。
b.但是如果兄弟，你之前装过cuda，但是你像我一样手贱又把cuda给卸载了，然后再重新安装cuda的exe的时候，反反复复报错说安装失败的话，那么你也不用慌。看它哪一项报错，然后你可以通过腾讯电脑管家之类的把你刚才安装的，但是又好像没有安装的一些东西，全部卸载掉，卸载的干干净净，具体你可以检查一下注册表文件和环境变量，如果是纯纯小白的话，建议卸载的时候用电脑管家之类的
c.卸载完安装包之后，我们再次安装，这一次的话，就是之前哪里报错的，我们就取消勾选，下载其余的选项，因为缺失没有下载的部分我们还可以单独把他给下载下来。
我的当时是因为Nsight Compute导致整个安装失败，后来我取消勾选就安装成功了，后期呢我又找到了Nsight Compute的安装包跟我的报错一样，戳这里点击我框起来的部分，下载下来，安装到类似于C:\Program Files\NVIDIA Corporation 这样的一个目录下就ok了，其实你不该懂的话，他默认安装的就是这个位置

cuda下载好了之后，import torch torch.cuda.is_available()如果返回值为True，证明CUDA可用，检测到了你的显卡

在这里插入图片描述

三，下载cuDNN

我们可以从这个网址戳这里，下载下来安装包，然后呢就比较简单了，大家参照这篇就可以戳这里详细教学

这里我就不做过多赘述了，简单来说就是把下载下来的cudnn文件夹里东西一一对应的copy到类似如下目录的“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA”文件夹里的同名的文件夹里面就算完事儿

四、下载pytorch

直接戳这里！然后按我给的这个图来勾选，因为pytorch与cuda之间是有版本对应关系的，大家可以自行搜索。因为我下载的是最新的cuda，所以我这里相应的选择的也是最新的cuda12.4。后面的那个cpu版本的适合没有N卡独显的小伙伴使用，其他的都是一样的。
在这里插入图片描述
选中并复制我框起来的那段代码，在pycharm终端直接运行这段代码就ok了，然后他就会给你下载下来，你不用费一点心思，只需要在安装的时候输入一个“y”（yes）就可以