Win10安装cuda、cudnn检测是否安装成功

蔚落 2023-09-27 12:19 134阅读 0赞

### 1. 进入终端 ###

激活创建的虚拟环境：

conda activate PyTorch

![在这里插入图片描述][8740e69e237a40e698c4b5a40b3634e5.png]  
通过nvcc -V和nvidia-smi分别查看cuda版本:

![在这里插入图片描述][24ba00ac194746138358fbaf1f3fc8e3.png]  
![在这里插入图片描述][467a4cc4a0404c9aaf9f32d95c627c56.png]  
这里我系统最高可支持的是11.6的cuda。

### 2. 检测cuda的可行性 ###

![在这里插入图片描述][7e49a8d0801746ffb3bb143233a60946.png]

### 3. 检测cudnn可用性 ###

![在这里插入图片描述][8d08130f72c14aa9a378c6512b2c7750.png]

由此可见，可行！

### 4. 检测方法汇总 ###

>>> import torch
    >>> torch.cuda.is_available()  # cuda是否可用
    True
    >>> print(torch.version.cuda)  # 查看pytorch 对应的cuda版本
    11.3
    >>> print(torch.__version__) # 查看pytorch版本
    1.11.0
    >>> torch.cuda.device_count()  # 返回gpu数量
    1
    >>> torch.cuda.get_device_name(0) # 返回gpu名字，设备索引默认从0开始；
    'NVIDIA GeForce 940MX'
    >>> torch.cuda.current_device()  # 返回当前设备索引
    0

>>> import torch
    >>> print(torch.backends.cudnn.version())
    8200
    >>> a = torch.tensor(1.)
    >>> a.cuda()
    tensor(1., device='cuda:0')
    >>> from torch.backends import cudnn # 若正常则静默
    >>> cudnn.is_available() # 若正常返回True
    True
    >>> cudnn.is_acceptable(a.cuda()) # 若正常返回True
    True
    >>>

[8740e69e237a40e698c4b5a40b3634e5.png]: https://img-blog.csdnimg.cn/8740e69e237a40e698c4b5a40b3634e5.png
[24ba00ac194746138358fbaf1f3fc8e3.png]: https://img-blog.csdnimg.cn/24ba00ac194746138358fbaf1f3fc8e3.png
[467a4cc4a0404c9aaf9f32d95c627c56.png]: https://img-blog.csdnimg.cn/467a4cc4a0404c9aaf9f32d95c627c56.png
[7e49a8d0801746ffb3bb143233a60946.png]: https://img-blog.csdnimg.cn/7e49a8d0801746ffb3bb143233a60946.png
[8d08130f72c14aa9a378c6512b2c7750.png]: https://img-blog.csdnimg.cn/8d08130f72c14aa9a378c6512b2c7750.png