RTXシリーズで深層学習を始めよう！CUDA & cuDNNインストールの手順

Last updated at 2026-02-02Posted at 2026-02-02

はじめに

TensorFlowやPyTorchでGPUを使った深層学習を始めるには、CUDA ToolkitとcuDNNのインストールが必須です
しかし、初めてインストールする際には以下のような問題に直面することが多いです

どのバージョンを選べばいいかわからない
自分のGPUに対応するCUDAバージョンは？
TensorFlowのバージョンとの組み合わせは？
インストール手順が複雑で途中で失敗する
どのコンポーネントを選択すればいい？
ファイルをどこにコピーすればいい？
エラーメッセージの意味がわからない
"Could not load dynamic library 'cudnn64_8.dll'"
"CUDA driver version is insufficient"
インストールしたのにGPUを認識してくれない
TensorFlowがtf.config.list_physical_devices('GPU')で空のリストを返す
　環境変数の設定が間違っている？

特にRTX 4070などの最新GPUでは、古いCUDAバージョン（10.0など）が非対応のため、適切なバージョン選択が重要です

本記事では、Windows 11環境でRTX 4070向けに最適化されたインストール手順をまとめました

この記事でわかること

GPU別の推奨CUDAバージョン
RTX 40シリーズ（4090/4080/4070）→ CUDA 12.3 + cuDNN 8.9
RTX 30シリーズ（3090/3080/3070）→ CUDA 11.8 + cuDNN 8.6
RTX 20シリーズ（2080 Ti/2070）→ CUDA 11.2 + cuDNN 8.1
CUDA Toolkit & cuDNNの詳細なインストール手順
ダウンロードサイトと正確なファイル名
カスタムインストールの推奨設定
ファイルコピーの正確な場所（bin/include/lib）
環境変数の確認と設定方法（Windows 11対応）
インストール確認方法
nvccコマンドでのバージョン確認
deviceQueryサンプルでのGPU情報確認
Pythonでの完全な動作確認コード
トラブルシューティング
"Could not load dynamic library"エラーの解決
"CUDA driver version is insufficient"の対処法
TensorFlowがGPUを認識しない場合の確認手順
環境変数の設定ミスの修正方法

1. バージョン選択ガイド

GPU別の推奨バージョン

GPU	Compute Capability	推奨CUDA	推奨cuDNN
RTX 4090/4080/4070	8.9	12.3	8.9
RTX 3090/3080/3070	8.6	11.8	8.6
RTX 2080 Ti/2070	7.5	11.2	8.1

重要な注意事項

RTX 4070の場合:

CUDA 10.0は非対応
最低でもCUDA 11.8以上が必要
推奨はCUDA 12.3 + cuDNN 8.9

対象OS:

Windows 11 / 64bit（推奨）
Windows 10 / 64bit（対応）

2. NVIDIA GPUドライバのインストール

確認方法

コマンドプロンプトで確認:

nvidia-smi

nvidia-smi（NVIDIA System Management Interface）は、NVIDIAドライバに含まれるGPU監視ツールです

このコマンドで以下を確認できます

GPUの状態（温度、使用率、メモリ使用量）
ドライババージョン
サポートする最大CUDAバージョン
実行中のプロセス

実行例

：

出力の見方

1. ヘッダー情報

NVIDIA-SMI 560.94                 Driver Version: 560.94         CUDA Version: 12.6

項目	意味
NVIDIA-SMI 560.94	NVIDIA System Management Interfaceのバージョン
Driver Version: 560.94	インストールされているNVIDIAドライババージョン
CUDA Version: 12.6	このドライバがサポートする最大CUDAバージョン

重要な注意点

CUDA Version: 12.6は、ドライバで使用可能な最大バージョンを示しています
これは実際にインストールされているCUDA Toolkitのバージョンとは異なります

2. GPU情報

|   0  NVIDIA GeForce RTX 4070      WDDM  |   00000000:01:00.0  On |                  N/A |
|  0%   30C    P8              2W /  200W |    1036MiB /  12282MiB |      5%      Default |

上段の情報

項目	意味
0	GPU番号（複数GPUがある場合は0, 1, 2...）
NVIDIA GeForce RTX 4070	GPU名
WDDM	Windows Display Driver Model
00000000:01:00.0	PCIバスID
On	ディスプレイに接続されている
N/A	ECC（エラー訂正コード）メモリは非対応

下段の情報

項目	意味
0%	ファン速度
30C	GPU温度（摂氏）
P8	電源状態（P0が最高性能、P8が最低消費電力）
2W / 200W	現在の消費電力 / 最大消費電力
1036MiB / 12282MiB	使用中のGPUメモリ / 総GPUメモリ
5%	GPU使用率
Default	コンピュートモード

3. 実行中のプロセス

| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|    0   N/A  N/A      5988    C+G   ...iCloud\iCloudPhotos.exe                  N/A      |
|    0   N/A  N/A      6084    C+G   ...Programs\Kiro\Kiro.exe                   N/A      |

項目	意味
GPU	GPU番号
GI/CI	MIG（Multi-Instance GPU）の情報（N/Aは非使用）
PID	プロセスID
Type	プロセスタイプ（C: Compute、G: Graphics、C+G: 両方）
Process name	プロセス名
GPU Memory Usage	GPUメモリ使用量（N/Aは測定不可）

状態の判断

良好な状態の例

✓ ドライバ: 560.94（最新版）
✓ CUDA対応: 12.6まで対応（CUDA 12.3は問題なく動作）
✓ GPU温度: 30度（アイドル状態で正常）
✓ 消費電力: 2W（アイドル状態で正常）
✓ GPUメモリ: 1036MiB使用中（約8%使用、余裕あり）
✓ GPU使用率: 5%（アイドル状態）

注意が必要な状態

項目	正常範囲	注意	危険
GPU温度	30〜60度	60〜80度	80度以上
GPU使用率	0〜100%	-	100%が長時間継続
GPUメモリ	0〜90%	90〜95%	95%以上
消費電力	状況による	-	最大値に常時到達

3. CUDA 12.3 & cuDNN 8.9のインストール（RTX 4070推奨）

対象環境

GPU: RTX 4090、RTX 4080、RTX 4070など（Compute Capability 8.9）
OS: Windows 11 / 64bit（Windows 10も対応）
TensorFlow: 2.16.x

Step 1: CUDA Toolkit 12.3のダウンロード

ダウンロードサイト

CUDA Toolkit 12.3 Archive

ダウンロード手順

上記サイトにアクセス
以下を選択:
Operating System: Windows
Architecture: x86_64
Version: 11（Windows 11の場合）
Installer Type: exe (network) 推奨
ダウンロード:
Network版: cuda_12.3.0_windows_network.exe（約100MB）

推奨: Network版（必要なコンポーネントのみダウンロード）

Step 2: CUDA Toolkit 12.3のインストール

インストール手順

ダウンロードした cuda_12.3.0_windows_network.exe を右クリック→「管理者として実行」

インストール先の確認

デフォルト:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3

ライセンス同意画面

「AGREE AND CONTINUE」をクリック

インストールオプション選択

「高速（推奨）」を選択
「Next」をクリック

インストール実行

処理時間: 約10〜20分

完了したら「Next」をクリック

「Close」をクリック

インストール確認

コマンドプロンプトを新しく開いて実行:

nvcc --version

出力例:

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Tue_Sep_26_23:35:31_Pacific_Daylight_Time_2023
Cuda compilation tools, release 12.3, V12.3.52

※コマンドプロンプトを再起動しないと環境変数が反映されません

Step 3: cuDNN 8.9のダウンロード

ダウンロードサイト

cuDNN Archive

ダウンロード手順

上記サイトにアクセス
NVIDIAアカウントでログイン（無料登録が必要）
Download cuDNN v8.9.7 (December 5th, 2023), for CUDA 12.x を展開
Local Installer for Windows (Zip) を選択
- ファイル名: cudnn-windows-x86_64-8.9.7.29_cuda12-archive.zip
- サイズ: 約700MB

Step 4: cuDNN 8.9のインストール

解凍

ダウンロードした zipファイルを解凍

解凍後のフォルダ構成:

cudnn-windows-x86_64-8.9.7.29_cuda12-archive
├─bin（7個のDLLファイル）
├─include（9個のヘッダーファイル）
└─lib
   └─x64（1個のライブラリファイル）

ファイルのコピー

重要: エクスプローラーを管理者として実行してください

Windows 11でエクスプローラーを管理者として実行する方法:

スタートメニューで「エクスプローラー」を検索
右クリック→「管理者として実行」

1. DLLファイルをコピー（7個）

コピー元: cudnn-windows-x86_64-8.9.7.29_cuda12-archive\bin\*.dll
コピー先: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin\

コピーするファイル:
cudnn64_8.dll
cudnn_ops_infer64_8.dll
cudnn_ops_train64_8.dll
cudnn_cnn_infer64_8.dll
cudnn_cnn_train64_8.dll
cudnn_adv_infer64_8.dll
cudnn_adv_train64_8.dll

手順:

7個のDLLファイルをすべて選択してコピー
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin\ に貼り付け
管理者権限の確認ダイアログが出たら「続行」をクリック

2. ヘッダーファイルをコピー（9個）

コピー元: cudnn-windows-x86_64-8.9.7.29_cuda12-archive\include\*.h
コピー先: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\include\

コピーするファイル:
cudnn.h
cudnn_version.h
cudnn_backend.h
cudnn_ops_infer.h
cudnn_ops_train.h
cudnn_cnn_infer.h
cudnn_cnn_train.h
cudnn_adv_infer.h
cudnn_adv_train.h

手順:

9個のヘッダーファイルをすべて選択してコピー
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\include\ に貼り付け

3. ライブラリファイルをコピー（1個）

コピー元: cudnn-windows-x86_64-8.9.7.29_cuda12-archive\lib\x64\cudnn.lib
コピー先: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\lib\x64\

手順:

cudnn.lib をコピー
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\lib\x64\ に貼り付け

コピー完了の確認

コマンドプロンプトで確認:

dir "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin\cudnn*.dll"

7個のDLLファイルが表示されればOK

Step 5: 環境変数の確認

Windows 11での確認手順

設定を開く
Windows + I キー
システムの詳細設定を開く
「システム」→「バージョン情報」→「システムの詳細設定」をクリック
環境変数を開く
「環境変数」ボタンをクリック
Pathを確認
「システム環境変数」の「Path」を選択
「編集」をクリック

以下のパスが含まれているか確認

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\libnvvp

含まれていない場合
「新規」をクリックして追加
「OK」をクリックして閉じる

環境変数の反映

コマンドプロンプトを再起動して環境変数を反映

4. インストール確認

方法1: nvccコマンド

nvcc --version

方法2: deviceQueryサンプル

cd "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\extras\demo_suite"
deviceQuery.exe

期待される出力:

CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "NVIDIA GeForce RTX 4070"
  CUDA Driver Version / Runtime Version          12.3 / 12.3
  CUDA Capability Major/Minor version number:    8.9
  Total amount of global memory:                 12288 MBytes
  GPU Max Clock rate:                            2475 MHz
  Memory Clock rate:                             10501 Mhz
  Memory Bus Width:                              192-bit
  ...
  Result = PASS

5. トラブルシューティング

エラー1: "Could not load dynamic library 'cudnn64_8.dll'"

原因: cuDNNのDLLファイルが見つからない

解決策:

DLLファイルの存在確認

dir "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin\cudnn*.dll"

環境変数Pathの確認

echo %PATH%

以下が含まれているか確認:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin

コマンドプロンプトを再起動
それでも解決しない場合、cuDNNファイルを再コピー

エラー2: "CUDA driver version is insufficient"

原因: NVIDIAドライバが古い

解決策:

現在のドライババージョンを確認
```
nvidia-smi
```
NVIDIA公式サイトから最新ドライバをダウンロード
インストール後、PCを再起動

エラー3: "nvcc: command not found"

原因: CUDA Toolkitのパスが通っていない

解決策:

環境変数のPathに以下を追加

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin

コマンドプロンプトを再起動

次のステップ

Python 3.12.9のインストール
PyTorch（GPU版）のインストール
GPU動作確認

次の記事: RTX搭載PCで深層学習！ PyTorch環境構築ガイド【Python 3.12】

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up

RTXシリーズで深層学習を始めよう！CUDA & cuDNNインストールの手順

はじめに

この記事でわかること

目次

1. バージョン選択ガイド

GPU別の推奨バージョン

重要な注意事項

2. NVIDIA GPUドライバのインストール

確認方法

出力の見方

1. ヘッダー情報

重要な注意点

2. GPU情報

上段の情報

下段の情報

3. 実行中のプロセス

状態の判断

良好な状態の例

注意が必要な状態

最新ドライバのインストール

3. CUDA 12.3 & cuDNN 8.9のインストール（RTX 4070推奨）

対象環境

Step 1: CUDA Toolkit 12.3のダウンロード

ダウンロードサイト

ダウンロード手順

Step 2: CUDA Toolkit 12.3のインストール

インストール手順

インストール確認

Step 3: cuDNN 8.9のダウンロード

ダウンロードサイト

ダウンロード手順

Step 4: cuDNN 8.9のインストール

解凍

ファイルのコピー

1. DLLファイルをコピー（7個）

2. ヘッダーファイルをコピー（9個）

3. ライブラリファイルをコピー（1個）

コピー完了の確認

Step 5: 環境変数の確認

Windows 11での確認手順

環境変数の反映

4. インストール確認

方法1: nvccコマンド

方法2: deviceQueryサンプル

5. トラブルシューティング

エラー1: "Could not load dynamic library 'cudnn64_8.dll'"

エラー2: "CUDA driver version is insufficient"

エラー3: "nvcc: command not found"

次のステップ