Windows 11系统下CUDA和cuDNN的安装与环境变量配置指南

Windows 11系统下CUDA和cuDNN的安装与环境变量配置指南

引用

CSDN

1.

https://blog.csdn.net/shdabai/article/details/131248257

CUDA（Compute Unified Device Architecture）是NVIDIA提供的一种并行计算平台和编程模型，可以加速各种科学计算、机器学习和深度学习应用。而cuDNN（CUDA Deep Neural Network Library）是NVIDIA提供的一款用于优化深度神经网络训练和推理性能的库。虽然CUDA包含了一些基本的矩阵运算和线性代数函数，但它不直接包含深度神经网络相关的算法和优化。因此，为了使用CUDA进行深度学习任务，需要安装一个额外的库，例如cuDNN。cuDNN库还提供了一些高级功能，例如卷积算法的快速实现和GPU内存管理。因此，通过与CUDA结合使用，cuDNN可以大幅提高深度学习应用的性能和效率。

一、CUDA的下载和安装

1. 确定电脑支持的CUDA版本

一般可以通过以下方式确定：

• 打开NVIDIA控制面板（桌面右键）->选择左下角的系统信息->组件

以Windows 11系统为例，具体操作如下：

1. 点击左下角的开始菜单，搜索"NVIDIA"并打开NVIDIA控制面板
2. 在NVIDIA控制面板中，点击左下角的"系统信息"
3. 在弹出的窗口中，选择"组件"选项卡

这就是电脑支持的CUDA版本。一般建议选择配套的版本，也可以选择略低于这个版本的版本，但不能高于这个版本。

2. CUDA的下载

CUDA的下载地址：CUDA Toolkit 下载页面

3. CUDA的安装

1. 双击下载的安装包，点击"OK"
2. 同意许可协议
3. 选择自定义安装，点击"下一步"
4. 选择安装位置，建议记住这个地址，因为后面配置环境变量时会用到

三、CUDA环境变量设置

一般情况下，CUDA 12版本会自动配置好环境变量。如果未自动配置，可以手动配置。这里以CUDA 11.4.4版本为例说明配置方法：

需要设置的环境变量如下：

CUDA_PATH
CUDA_PATH_V11_4
NVCUDASAMPLES_ROOT
NVCUDASAMPLES11_4_ROOT

对应的值为：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4

配置步骤：

1. 右击"此电脑"->选择"属性"
2. 选择"高级系统设置"->点击"环境变量"
3. 在"系统变量"部分，点击"新建"，依次输入上述变量名和值

四、cuDNN的下载和安装

1. cuDNN的下载

cuDNN的下载地址：cuDNN 下载页面

首次下载需要进行账号注册，有邮箱即可完成注册。进入下载页面后，根据已安装的CUDA版本选择相应的cuDNN版本进行下载。

2. cuDNN的安装

1. 将下载的cuDNN压缩包解压到一个合适的位置
2. 将解压后的文件夹中的内容复制到CUDA的安装目录中（默认情况下，路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X，其中X.X为CUDA版本号）
3. 如果遇到同名文件，选择"替换"

3. cuDNN环境变量配置

对于CUDA 12+版本，通常会自动配置好环境变量。如果需要手动配置，可以按照以下步骤进行：

1. 右击"此电脑"->选择"属性"
2. 选择"高级系统设置"->点击"环境变量"
3. 在"系统变量"部分，找到"Path"变量，点击"编辑"
4. 在"Path"变量中添加以下路径：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp

4. 验证安装

在命令提示符中运行以下命令进行验证：

bandwidthTest.exe
deviceQuery.exe

如果显示成功信息，则说明CUDA和cuDNN已正确安装。