在 Windows 上安装 cuDNN 后端#

安装适用于 Windows 的 CUDA 工具包#

请参阅以下说明，了解如何在 Windows 上安装 CUDA，包括 CUDA 驱动程序和工具包： NVIDIA CUDA Windows 安装指南。

下载适用于 Windows 的 cuDNN 后端#

cuDNN 后端可在 https://developer.nvidia.com/cudnn 获取。单击描述您的目标平台的绿色按钮，然后选择以下安装程序格式之一

  • 图形安装 (可执行文件) - 图形安装程序在一个软件包中捆绑了可用的每个 CUDA 版本的 cuDNN，在安装时可以通过图形用户界面选择所需的 CUDA 版本。

  • Tarball 安装 (zip) - 每个 CUDA 版本的 cuDNN 以单独的 tarball (zip) 形式在 https://developer.download.nvidia.com/compute/cudnn/redist/cudnn/windows-x86_64/ 提供。这些 .zip 存档不会取代图形安装程序，也不适合一般使用，因为它们不是安装程序。

对于每个版本，都会提供一个 JSON 清单，例如 redistrib_9.x.y.z.json，它对应于 cuDNN 9.x.y.z 版本标签，其中包括发布日期、每个组件的名称、许可证名称、每个平台的相对 URL 和校验和。

有关解析这些 JSON 文件的详细信息，请参阅 解析 Redistrib JSON。

安装适用于 Windows 软件的 cuDNN 后端#

以下步骤描述了如何安装下载的适用于 Windows 软件的 cuDNN 后端。您必须将 9.x 和 9.x.y.z 替换为您特定的 cuDNN 版本。

图形安装

通过执行 cuDNN 安装程序并按照屏幕提示安装 cuDNN。

Tarball 安装

在以下步骤中，软件包目录路径被称为 <packagepath>。

  1. 导航到包含 cuDNN 软件包的 <packagepath> 目录。

  2. 解压缩 cuDNN 软件包。

    cudnn-windows-x86_64-*-archive.zip

  3. 将以下文件从解压缩的软件包复制到 NVIDIA cuDNN 目录。

    1. 复制 bin\cudnn*.dll 到 C:\Program Files\NVIDIA\CUDNN\v9.x\bin。

    2. 复制 include\cudnn*.h 到 C:\Program Files\NVIDIA\CUDNN\v9.x\include。

    3. 复制 lib\x64\cudnn*.lib 到 C:\Program Files\NVIDIA\CUDNN\v9.x\lib。

  4. 设置以下环境变量以指向 cuDNN 所在的位置。要访问 $(PATH) 环境变量的值，请执行以下步骤

    1. 从“开始”菜单打开命令提示符。

    2. 键入 Run 并按 Enter 键。

    3. 执行 control sysdm.cpl 命令。

    4. 选择窗口顶部的“高级”选项卡。

    5. 单击窗口底部的“环境变量”。

    6. 将 NVIDIA cuDNN bin 目录路径添加到 PATH 变量

      Variable Name: PATH
Value to Add: C:\Program Files\NVIDIA\CUDNN\v9.x\bin

  5. 将 cuDNN 添加到您的 Visual Studio 项目。

    1. 打开 Visual Studio 项目，右键单击“解决方案资源管理器”中的项目名称，然后选择“属性”。

    2. 单击“VC++ 目录”，并将 C:\Program Files\NVIDIA\CUDNN\v9.x\include 附加到“包含目录”字段。

    3. 单击“链接器 > 常规”，并将 C:\Program Files\NVIDIA\CUDNN\v9.x\lib\x64 附加到“附加库目录”字段。

    4. 单击“链接器 > 输入”，并将 cudnn.lib 附加到“附加依赖项”字段，然后单击“确定”。

升级 cuDNN#

导航到包含 cuDNN 的目录，并删除旧的 cuDNN bin、lib 和 header 文件。从 $(PATH) 环境变量中删除包含 cuDNN 的目录的路径。按照 在 Windows 上安装 cuDNN 中的步骤重新安装较新版本的 cuDNN。

Python Wheels - Windows 安装#

NVIDIA 提供 Python Wheels，用于通过 pip 安装 cuDNN，主要用于将 cuDNN 与 Python 一起使用。使用此安装方法，cuDNN 安装环境通过 pip 管理。必须格外小心地设置您的主机环境，以便在 pip 环境之外使用 cuDNN。

注意

在发出以下命令之前，您必须将 9.x.y.z 替换为您各自的 cuDNN 版本。在 Windows 上，仅支持 x86_64 架构。

先决条件#

如果您的 pip 和 wheel Python 模块不是最新版本，请使用以下命令升级这些 Python 模块。如果这些 Python 模块已过时，则本节稍后介绍的命令可能会失败。

py -m pip install --upgrade pip wheel

使用 Pip 安装 cuDNN#

要为 CUDA 12 安装 cuDNN，请运行

py -m pip install nvidia-cudnn-cu12

要为 CUDA 11 安装 cuDNN，请运行

py -m pip install nvidia-cudnn-cu11

要安装特定发布版本的 cuDNN，请在命令中包含发布版本。例如，要为 CUDA 12 安装 cuDNN 9.x.y.z，请运行

py -m pip install nvidia-cudnn-cu12==9.x.y.z

要为 CUDA 11 安装 cuDNN 9.x.y.z，请运行

py -m pip install nvidia-cudnn-cu11==9.x.y.z

注意

一次只能安装一个 CUDA 工具包版本的 cuDNN 9。

在本页