超详细!CUDA安装图文教学,cuda安装教程(超详细),避免踩坑

CUDACompute Unified Device Architecture是NVIDIA开发的并行计算平台和编程模型用于利用NVIDIA GPU的并行计算能力所以强烈建议使用 NVIDIA(英伟达)显卡(注意这个大坑!!!!!!!)查看cuda版本查看NVIDIA(英伟达)显卡驱动 对cuda 的版本输入命令 nvidia-smi最高支持的CUDA版本为12.6CUDA版本向下兼容所以12.6版本以下的CUDA都可以选择安装如果 运行 nvidia-smi 发现命令无效,说明显卡驱动没有安装或者安装错误,可以跳转到安装显卡驱动的链接nvidia显卡驱动下载安装_nvidia geforce 820a显卡驱动-CSDN博客文章浏览阅读210次点赞5次收藏5次。显卡驱动版本和 GPU 信息。根据自己的显卡的型号,选择显卡驱动。AI开发环境配置,_nvidia geforce 820a显卡驱动https://blog.csdn.net/java_man1/article/details/161898706?spm1011.2415.3001.10575sharefrommp_manage_link下载cudacuda 下载地址 访问 NVIDIA 官网 CUDA Toolkit 下载页CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archive选择合适的版本,cuda版本选择好了后 你的pytorch版本也就定了,选择之前慎重选择 Windows 对应版本下载 exe 文件 选择安装pytorch对应的cuda 版本,cuda 安装好了,pytorch版本不对应也用不了cuda,坑!!!!# ROCM 7.2 (Linux only) pip install torch2.11.0 torchvision0.26.0 torchaudio2.11.0 --index-url https://download.pytorch.org/whl/rocm7.2 # CUDA 12.6 pip install torch2.11.0 torchvision0.26.0 torchaudio2.11.0 --index-url https://download.pytorch.org/whl/cu126 # CUDA 12.8 pip install torch2.11.0 torchvision0.26.0 torchaudio2.11.0 --index-url https://download.pytorch.org/whl/cu128 # CUDA 13.0 pip install torch2.11.0 torchvision0.26.0 torchaudio2.11.0 --index-url https://download.pytorch.org/whl/cu130 # CPU only pip install torch2.11.0 torchvision0.26.0 torchaudio2.11.0 --index-url https://download.pytorch.org/whl/cpu安装cuda选择精简安装点击复选框, I understand and wish to continue the installation regardless(我理解并希望继续进行安装)安装 完毕 查看环境变量,在环境变量中 会出现cuda 的安装路径右键“此电脑”选属性点“高级系统设置”再点“环境变量”按钮这里能分用户和系统变量查看 。检测cuda检验 cuda是否安装成功nvcc --version 出现cuda 安装的版本说明成功安装cuDNNCUDA提供了通用的并行计算平台和编程模型而cuDNN则是针对AI模型用进行了优化的GPU加速库二者结合起来可以实现高效的AI模型训练和推理。根据cuda 的版本选择cuDNN的版本,这个是坑!!!!!https://developer.nvidia.com/rdp/cudnn-archivehttps://developer.nvidia.com/rdp/cudnn-archive下载cuDNN点击对应的版本,选择合适的操作系统输入email解压cuDNN下载文件,并且解压替换文件检查cuDNN在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\extras\demo_suite 打开终端窗口输入命令.\bandwidthTest.exe出现pass 代表成功