cuda toolkit 10.0 windows 安装实录安装包下载cuda toolkit是目前 nvidia 开发的调用其旗下 GPU 进行运算、推理的主流工具箱一般的深度学习方法都需要安装这个工具箱它的下载地址为cuda toolkit 下载地址这个直接是官网的地址在这个地址下可以检查到包括最新版本在内的所有历史版本那么如何查看自己显卡适用的版本呢首先查看自己要配置的项目所需的 cuda 版本这里假设需要的是cuda 10.0那么第二步就是查看自己电脑支持的 cuda 版本了在 windows 端启动 command 命令行快捷键为win R并输入 cmdcmd 命令行启动界面然后输入命令 nvidia-smi 然后系统就会输出下图所示的内容cmd 命令行操作界面如图所示这里显示的支持最大 cuda 版本为 12.3那么 cuda 10.0 是可以被兼容的所以可以安装这里就可以正常通过官网下载了找到官网的入口并进入cuda 10.0 下载入口这里还需要进行下载前的最后选择界面如下cuda 10.0 下载最后选择而需要的操作及其顺序为cuda 10.0 下载操作顺序这里等待下载结束之后的文件为cuda 10.0 下载结果这里双击打开安装包cuda 10.0 安装初始路径选择这里的安装路径是一个暂态的在安装结束之后会被自动删除所以任意的内存充足大于 2GB的地方就行而且在 C 盘也无所谓之后等待读条结束就行了现在就是进行直接安装了安装流程如下系统检查 直接同意即可cuda 10.0 系统检查界面许可协议选自定义安装cuda 10.0 许可协议界面选项这里如果已经安装了 nvidia-smi 的驱动那么就不用在重复安装了我这里是没有安装就需要勾选那个。最后一个不影响使用不用在意如果内存充足都可以勾选上cuda 10.0 安装选项1选项 2 这里的安装位置选其他盘也是没有问题的不影响使用和配置cuda 10.0 安装选项2安装结束之后会出现如下的 3 个软件cuda 10.0 安装完成显示这里安装流程就结束了最后就是检查安装是否成功首先打开属性面板cuda 10.0 路径配置打开属性其次进入控制面板后可以按照如图所示的界面打开直到环境变量阶段时可以看到系统变量下已经自动创建了CUDA_PATH和CUDA_PATH_V10_0这俩系统变量了cuda 10.0 路径配置打开属性但是这里的环境变量中Path的里面还是没有的需要创建如下的两个环境变量按照步骤操作就可以了cuda 10.0 路径配置打开属性这里需要注意的是创建的变量最后应该是\bin\libnvvp这两个文件结尾的。然后这里需要重新启动一下命令行winR输入cmd打开命令行后输入nvcc-V# 或者下面的命令也可以nvcc--version输出结果应如图所示cuda 10.0 安装成功截图至此cuda toolkit 的安装结束pytracking 需要补充的安装目录为pip install opencv-python-i https://pypi.tuna.tsinghua.edu.cn/simple pip install visdom pip install urllib31.26.16-i https://pypi.tuna.tsinghua.edu.cn/simple pip install timm0.4.12-i https://pypi.tuna.tsinghua.edu.cn/simple pip install numpy1.19.5如果要卸载或者进行版本替换就需要进行如下操作首先是删除环境变量用户变量 Path 中有关 cuda 10.0 的 环境变量cuda 10.0 用户变量删除系统变量 Path 中有关 cuda 10.0 的CUDA_PATH和CUDA_PATH_V10_0环境变量全部删除后一路确认即可cuda 10.0 系统变量删除然后就是进入 windows 自带的软件管理把图中的 cuda 10.0 相关的所有东西都给卸载掉cuda 10.0 相关软件卸载卸载成功后可以通过 nvcc -V 验证下可以看到这里已经恢复了卸载前的状态cuda 10.0 卸载成功截图然后再按照步骤下载新的替换版本博主这里是 10.1 因为 10.0 这个版本在 torch 里的 支持太少了还是得用的 10.1 这样支持较多的P.S. 当时博主还以为可以兼容结果看到报错“找不到 DLL 文件”查了之后发现是找不到 torch 对应 cuda DLL 文件的加载就老老实实回来换版本了cuda 10.1 下载步骤然后就是等待下载之后打开安装包了cuda 10.1 打开安装包随便找一个内存充足的目录这里是暂时目录安装结束后就会自动删除所以放那里都可以cuda 10.1 安装进度条之后就是走流程了首先是许可协议直接同意cuda 10.1 许可协议选项这里直接选自定义安装cuda 10.1 选项之后一路点同意安装结束后配置系统的环境变量按照图中的步骤进行就行cuda 10.1 环境变量配置 cuda toolkit 10.0 windows 安装实录
cuda toolkit 10.0 windows 安装实录安装包下载cuda toolkit是目前 nvidia 开发的调用其旗下 GPU 进行运算、推理的主流工具箱一般的深度学习方法都需要安装这个工具箱它的下载地址为cuda toolkit 下载地址这个直接是官网的地址在这个地址下可以检查到包括最新版本在内的所有历史版本那么如何查看自己显卡适用的版本呢首先查看自己要配置的项目所需的 cuda 版本这里假设需要的是cuda 10.0那么第二步就是查看自己电脑支持的 cuda 版本了在 windows 端启动 command 命令行快捷键为win R并输入 cmdcmd 命令行启动界面然后输入命令 nvidia-smi 然后系统就会输出下图所示的内容cmd 命令行操作界面如图所示这里显示的支持最大 cuda 版本为 12.3那么 cuda 10.0 是可以被兼容的所以可以安装这里就可以正常通过官网下载了找到官网的入口并进入cuda 10.0 下载入口这里还需要进行下载前的最后选择界面如下cuda 10.0 下载最后选择而需要的操作及其顺序为cuda 10.0 下载操作顺序这里等待下载结束之后的文件为cuda 10.0 下载结果这里双击打开安装包cuda 10.0 安装初始路径选择这里的安装路径是一个暂态的在安装结束之后会被自动删除所以任意的内存充足大于 2GB的地方就行而且在 C 盘也无所谓之后等待读条结束就行了现在就是进行直接安装了安装流程如下系统检查 直接同意即可cuda 10.0 系统检查界面许可协议选自定义安装cuda 10.0 许可协议界面选项这里如果已经安装了 nvidia-smi 的驱动那么就不用在重复安装了我这里是没有安装就需要勾选那个。最后一个不影响使用不用在意如果内存充足都可以勾选上cuda 10.0 安装选项1选项 2 这里的安装位置选其他盘也是没有问题的不影响使用和配置cuda 10.0 安装选项2安装结束之后会出现如下的 3 个软件cuda 10.0 安装完成显示这里安装流程就结束了最后就是检查安装是否成功首先打开属性面板cuda 10.0 路径配置打开属性其次进入控制面板后可以按照如图所示的界面打开直到环境变量阶段时可以看到系统变量下已经自动创建了CUDA_PATH和CUDA_PATH_V10_0这俩系统变量了cuda 10.0 路径配置打开属性但是这里的环境变量中Path的里面还是没有的需要创建如下的两个环境变量按照步骤操作就可以了cuda 10.0 路径配置打开属性这里需要注意的是创建的变量最后应该是\bin\libnvvp这两个文件结尾的。然后这里需要重新启动一下命令行winR输入cmd打开命令行后输入nvcc-V# 或者下面的命令也可以nvcc--version输出结果应如图所示cuda 10.0 安装成功截图至此cuda toolkit 的安装结束pytracking 需要补充的安装目录为pip install opencv-python-i https://pypi.tuna.tsinghua.edu.cn/simple pip install visdom pip install urllib31.26.16-i https://pypi.tuna.tsinghua.edu.cn/simple pip install timm0.4.12-i https://pypi.tuna.tsinghua.edu.cn/simple pip install numpy1.19.5如果要卸载或者进行版本替换就需要进行如下操作首先是删除环境变量用户变量 Path 中有关 cuda 10.0 的 环境变量cuda 10.0 用户变量删除系统变量 Path 中有关 cuda 10.0 的CUDA_PATH和CUDA_PATH_V10_0环境变量全部删除后一路确认即可cuda 10.0 系统变量删除然后就是进入 windows 自带的软件管理把图中的 cuda 10.0 相关的所有东西都给卸载掉cuda 10.0 相关软件卸载卸载成功后可以通过 nvcc -V 验证下可以看到这里已经恢复了卸载前的状态cuda 10.0 卸载成功截图然后再按照步骤下载新的替换版本博主这里是 10.1 因为 10.0 这个版本在 torch 里的 支持太少了还是得用的 10.1 这样支持较多的P.S. 当时博主还以为可以兼容结果看到报错“找不到 DLL 文件”查了之后发现是找不到 torch 对应 cuda DLL 文件的加载就老老实实回来换版本了cuda 10.1 下载步骤然后就是等待下载之后打开安装包了cuda 10.1 打开安装包随便找一个内存充足的目录这里是暂时目录安装结束后就会自动删除所以放那里都可以cuda 10.1 安装进度条之后就是走流程了首先是许可协议直接同意cuda 10.1 许可协议选项这里直接选自定义安装cuda 10.1 选项之后一路点同意安装结束后配置系统的环境变量按照图中的步骤进行就行cuda 10.1 环境变量配置