Windows系统查看CUDA版本号

Posted 2023-05-16

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Windows系统查看CUDA版本号相关的知识，希望对你有一定的参考价值。

参考技术A

2018年9月25日笔记

在按住Win键的情况下，按Q键，呼唤出搜索框。
在搜索框中输入 control panel ，如下图所示：

在上图的搜索框中，已经显示出 NVIDIA控制面板 ，如果读者有显示，则可以忽略第一步，直接点击进入NVIDIA控制面板。
下面2张图演示如何在控制面板中找出NVIDIA控制面板。
首先选择 查看方式 为 小图标 ，如下图红色方框标注处所示：

选择进入导航栏的帮助中的 系统信息 ，如下图红色方框标注处所示：

点击组件按钮，如下图红色箭头标注处所示。
在红色方框和红色文字共同标注处则显示当前电脑的CUDA版本号，例如本文作者是CUDA9.2。

1.2018年9月25日是中秋节假后三天第1天上班，写点简单的新手指南恢复学习状态。
2.知道自己电脑的CUDA版本号，则可以选择合适版本的 CUDA Toolkit ，例如上图本文作者的CUDA版本号为9.2，则我可以安装CUDA Toolkit 9.2、CUDA Toolkit 9.0、CUDA Toolkit 9.1、CUDA Toolkit 8.0等。
3.查看CUDA Toolkit历史版本官方链接： https://developer.nvidia.com/cuda-toolkit-archive

Windows10下PyTorch环境安装

一、CUDA安装

桌面点击右键，查看NVIDIA控制面板

查看系统信息

查看版本

登录nvidia官网查看选择cuda的安装版本

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

我的显卡只能安装CUDA 10.1在高的版本就无法安装了

下载CUDA 10.1，需要注册一个账号，如果无法访问，请使用绕墙软件

官网：https://developer.nvidia.com/cuda-10.1-download-archive-update2

下载安装完毕，在命令行下输入 nvcc -V, 出现下列信息说明Cuda安装成功

二、CuDNN安装

下载CuDNN

官网 https://developer.nvidia.com/rdp/cudnn-download

注意版本不要选高了

下载比较慢，我提前下载好放到这里了，2个版本，选一个下载就行，然后解压

https://download.csdn.net/download/g313105910/19714002

https://download.csdn.net/download/g313105910/19713955

复制到CUDA的安装目录，我的安装目录如下

C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.1

复制后

测试，使用管理员运行cmd，进入NVIDIA GPU Computing Toolkit\\CUDA\\v10.1\\extras\\demo_suite目录，运行bandwidthTest.exe，显示PASS则说明安装成功

三、Anaconda安装

下载链接：https://www.anaconda.com/

选择版本

一路下一步将其安装

查看python版本

四、Anaconda Prompt配置

单击启动Anaconda Prompt 创建虚拟“房间”

通过conda创建一个名为：pytorch的虚拟“房间”，可以方便未来对不同版本的PyTorch进行管理，具体方法如下：

conda create -n pytorch python=3.6

如果出现如下错误

# 使用清华的镜像链接
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
conda config --set show_channel_urls yes

如果还是不行，到打开 C盘/用户/（你的用户名xx）/.condarc，我自己的如下图所示：

把以下这段代码复制到这个.condarc文件中：

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

保存，即可