怎么设置cuda和cudnn的环境变量?
时间: 2025-06-03 22:42:07 浏览: 32
### 如何配置 CUDA 和 cuDNN 的环境变量
为了使系统能够正确识别已安装的 CUDA 工具包和 cuDNN 库,合理设置环境变量是非常重要的一步。以下是针对不同操作系统下的具体方法:
#### Windows 系统上的环境变量配置
在 Windows 中,可以通过命令行或者图形界面的方式修改系统的 `PATH` 环境变量。假设 CUDA 安装路径为默认位置 (`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2`) ,那么需要添加如下几项到全局 `PATH` 中[^3]:
```plaintext
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\CUPTI\lib64;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\cuda\bin;%PATH%
```
每条语句的作用分别是将 CUDA 的二进制文件、性能分析工具 (CUPTI) 、头文件目录以及可能存在的子目录加入可执行范围之内。
另外需要注意的是如果使用 Visual Studio 编译器,则还应考虑把 MSVCRT 相关路径也补充进去以避免潜在冲突。
#### Linux/Unix 类型系统上的环境变量配置
对于基于 Unix 或类 Unix 的平台如 Ubuntu , CentOS 等来说,一般采用编辑 shell profile 文件的形式永久保存更改 。比如 `.bashrc`,`.zshrc` 等个人初始化脚本里追加以下内容即可生效[^2]:
```shell
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:${PATH}
export CUDA_HOME=/usr/local/cuda
```
其中 `/usr/local/cuda` 是标准情况下 NVIDIA 提供的标准安装地址;如果你选择了自定义安装地点,请替换上面提到的具体绝对路径部分。
至于 cuDNN 方面,由于它本质上属于一组共享库形式存在,所以只要按照说明文档指示将其拷贝覆盖至相应 CUDA SDK 子目录下便可以自动继承关联关系无需单独声明更多额外项目[^2]。
最后重启终端会话或重新加载配置文件(`source ~/.bashrc`)使得新设定立即可用。
---
```python
# 测试Python端能否正常探测到GPU资源状况的小例子
import torch
print(torch.cuda.is_available()) # 输出True表示成功检测到了至少一块支持CUDA运算模式的显卡设备
```
阅读全文
相关推荐
















