下载cuda后没有生成环境变量

Question

请问一下为什么我下载完cuda之后没有自动生成系统变量，前两个后两个都没有，参考你yolov5的环境搭建第一章

Answer 1

引自免费微信小程序：皆我百晓生

看起来你在安装CUDA后并未在系统路径中找到相关的环境变量。CUDA通常会自动创建一些环境变量，比如CUDA_HOME、CUDA_PATH、NVidia_Cuda_Driver_Version等。这些变量对于正确配置Python环境和使用像PyTorch这样的深度学习框架至关重要。

为了手动设置CUDA环境变量，你需要按照以下步骤操作：

1. 找到CUDA的安装位置。默认情况下，CUDA可能会被安装在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v<version>这样的目录下，其中 <version> 是CUDA的具体版本号，例如 v11.4。

2. 在环境变量中添加CUDA相关路径。首先，确认你的系统是32位还是64位。如果你不确定，可以右键点击“此电脑”，选择“属性”，然后查看“系统类型”。这里我们假设你的是64位系统。

   • 对于用户变量：右击“开始”按钮，选择“系统”，然后点击“高级系统设置”。在“高级”选项卡下，点击“环境变量”。在“用户变量”区域，新建或编辑名为CUDA_HOME的变量，将其值设为CUDA的安装路径，例如 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4。

   • 对于系统变量：同样是在“环境变量”窗口，“系统变量”区域，查找名为PATH的变量，然后选择它并点击“编辑”。在“编辑环境变量”窗口的新行中，添加 %CUDA_HOME%\bin 和 %CUDA_HOME%\libnvvp。确保它们位于其他已存在的路径之前，以便优先访问CUDA的库文件。

3. 保存并关闭所有窗口。此时，新的环境变量已经设置完毕。但是，为了使更改生效，你需要重启你的命令提示符或终端，或者重新启动计算机。

4. 验证CUDA是否被正确识别。打开命令提示符或终端，输入 nvidia-smi，如果能看到GPU的信息，那么CUDA已经被成功配置。

如果你在Windows上使用PyTorch，还需要确保安装了对应CUDA版本的PyTorch。你可以通过pip安装指定版本的PyTorch，例如：

pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 -f https://download.pytorch.org/whl/cu111/torch_stable.html

这里的cu111应替换为你实际使用的CUDA版本。

如果你使用Anaconda，也可以通过conda创建一个虚拟环境，并在该环境中安装特定版本的PyTorch与CUDA兼容的版本：

conda create -n myenv python=3.7 cudatoolkit=11.4 pytorch torchvision -c pytorch
conda activate myenv

这里的11.4应替换为你实际使用的CUDA版本。

完成上述步骤后，你应该可以在你的Python环境中正常使用CUDA加速的PyTorch了。如果你还有任何疑问，欢迎继续提问。