pytorch cudnn安装

要在 PyTorch 中使用 cuDNN，您需要安装 cuDNN 库并将其与 PyTorch 配置。以下是在常见操作系统上安装 cuDNN 的步骤：

Windows:
1. 访问 NVIDIA 开发者网站（https://developer.nvidia.com/cudnn）并从“Download cuDNN”部分下载适用于您的 CUDA 版本的 cuDNN。

2. 解压下载的文件，并将其中的 bin、include 和 lib 文件夹复制到 CUDA 安装目录下（默认为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X）。

3. 添加 CUDA 的 bin 目录（默认为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\bin）到系统环境变量 PATH 中。

4. 安装 PyTorch。在安装过程中，PyTorch 将自动检测并配置 cuDNN。

Linux:
1. 访问 NVIDIA 开发者网站（https://developer.nvidia.com/cudnn）并从“Download cuDNN”部分下载适用于您的 CUDA 版本的 cuDNN。

2. 解压下载的文件，并将其中的文件复制到 CUDA 安装目录下（默认为 /usr/local/cuda）。

   $ sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
   $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
   $ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

3. 安装 PyTorch。在安装过程中，PyTorch 将自动检测并配置 cuDNN。

macOS:
1. 访问 NVIDIA 开发者网站（https://developer.nvidia.com/cudnn）并从“Download cuDNN”部分下载适用于您的 CUDA 版本的 cuDNN。

2. 解压下载的文件，并将其中的文件复制到 CUDA 安装目录下（默认为 /usr/local/cuda）。

   $ sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
   $ sudo cp cuda/lib/libcudnn* /usr/local/cuda/lib
   $ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib/libcudnn*

3. 安装 PyTorch。在安装过程中，PyTorch 将自动检测并配置 cuDNN。

完成上述步骤后，您可以在 PyTorch 中使用 cuDNN 进行深度学习模型的训练和推理。