概述

由于跑项目发现需要配置不同版本的Pytorch，而不同版本的Pytorch又对应不同版本的CUDA，于是有了在Win上装多个CUDA的打算

默认已经在电脑上装了一个CUDA

现在开始下载第二个CUDA版本，前面下载的操作和普通安装的几乎一样

安装CUDA

CUDA下载链接

下载自己需要的CUDA版本，以我自己要安装的为例

下载打开exe文件进行安装，第一步不用管，直接点击确认

后面选择自定义安装，只选择安装CUDA

其他一路下一步就可以了

安装cuDNN

cuDNN下载链接

PS：下载需要登录一下账号

下载下来后，把压缩包解压，得到如下文件

将bin，include文件夹中的文件，分别复制到下列地址对应的文件夹下（CUDA的安装地址，以我的地址为例），遇到提示，为全部选择覆盖和替换。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7

需要注意的是，lib文件夹里的所有文件，需要复制到

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\lib\x64

至此，安装工作就做完了，可以看到电脑上已经有两个CUDA版本了

配置环境

由于CUDA11.7是后面安装的，所以可以看到系统把之前的环境覆盖了

以作者在为例，系统变量的PATH里配置一下路径

CUDA_11.7

%CUDA_PATH_V11_7%\lib\x64
%CUDA_PATH_V11_7%\include
%CUDA_PATH_V11_7%\extras\CUPTI\lib64
%CUDA_PATH_V11_7%\bin
%CUDA_PATH_V11_7%\libnvvp

CUDA_11.0

%CUDA_PATH_V11_0%\lib\x64
%CUDA_PATH_V11_0%\include
%CUDA_PATH_V11_0%\extras\CUPTI\lib64
%CUDA_PATH_V11_0%\bin
%CUDA_PATH_V11_0%\libnvvp

配置好如下：

配置好之后，默认CUDA版本是11.7的，如果要切换到11.0版本的，只需要把下面的五条整体上移到CUDA_11.7配置的前面

验证

测试CUDA11.7

首先验证CUDA_11.7是否配置成功

测试Pytorch是否可以调用显卡

python
import torch
torch.cuda.is_available()
torch.cuda.get_device_name(0)
torch.version.cuda

测试CUDA11.0

先把系统变量里Path里相关路径上移

然后重启！重启！重启！

验证CUDA_11.7是否配置成功

测试Pytorch是否可以调用显卡

总结

切换CUDA的时候除了要修改系统变量Path中的路径顺序，一定要记得重启！