目录
- 1. 更新最新的显卡驱动
- 2. 安装CUDA
- 3. 安装cuDNN
- 4. 安装pytorch
1. 更新最新的显卡驱动
-
打开NVIDA更新驱动的官网地址
-
根据下图的选择，记得
Windows驱动程序类型要选标准，如图
-
点击搜索，下面就会列出一大堆的历史驱动，选择第一个，也就是最新的，当前是472.12，点开，再点下载，再点同意并下载，建议用EagleGet
-
下载完毕后，双击安装，会提示选择一个解压缩的目录，建议选一个空闲空间大一点的盘来存放，这个安装完毕后会自动删除的
-
等解压缩完毕后，会自动检查系统是否可以安装这个驱动，等检查完毕后，选择
NVIDA图形驱动程序，上面的NVIDIA显卡驱动和GeForce Experience，会多安装GeForce Experience，给可怜的C盘更多的负担，不建议选择
-
同意并继续后，选择
精简，下一步
-
等待安装完成，关闭就行了，
建议重启电脑一下
-
右键点击桌面空白处，选择
NVIDIA 控制面板，打开后，点击左下角的系统信息，查看驱动程序版本是否是安装的472.12
2. 安装CUDA
- 打开cmd，输入命令：
nvidia-smi，会列出当前的驱动版本和支持的CUDA的最高版本，如果提示命令不存在，建议用软件everything，搜索nvidia-smi.exe，然后自行把目录添加到环境变量里，或者直接进入nvidia-smi.exe的目录里再运行命令
- 右上角显示的11.4就是当前电脑能够支持CUDA的最高版本，可以向下兼容，去CUDA的官方地址下载，选择低于可支持版本的，比如我选择了下图这个
- 点进去后，根据电脑情况选择
- 再往下拉一点，使用下载工具下载，建议用EagleGet
- 下载完毕后，双击安装，会提示选择一个解压缩的目录，建议选一个空闲空间大一点的盘来存放，这个安装完毕后会自动删除的
- 等解压缩完毕后，会自动检查系统是否可以安装这个驱动，等检查完毕后，同意并继续
- 选
自定义，下一步
- 点开CUDA，找到
Visual Studio Integration，取消勾选，如图所示
- 跟CUDA同级别的也都取消勾选，如图所示，下一步
- 选择安装位置，因为我C盘紧张，就选择安装到其他盘了，下一步，开始安装
- 等待安装完成，下一步，关闭就行了，
建议重启电脑一下
- 打开cmd，输入命令：
nvcc -V，能正常输出版本信息等，就说明安装成功了
- (可选)，做一下GPU带宽测试，用软件
everything，搜bandwidthTest.exe，找到文件所在地址，然后打开cmd，输入命令：bandwidthTest.exe，看到结果有输出pass，说明测试成功
- (可选)，获取CUDA可使用的GPU的信息，用软件
everything，搜deviceQuery.exe，找到文件所在地址，然后打开cmd，输入命令：deviceQuery.exe，看到结果有输出pass，说明测试成功，根据结果也可知，集显是不能被CUDA操控的。
3. 安装cuDNN
- 先注册一个NVIDIA的开发者账号，打开地址，根据提示验证并注册
- 打开cuDNN的官方下载地址，需要根据已经安装的CUDA的版本选择
- 点开后，找到Windows的，点开，下载
- cuDNN其实称不上安装，只需要将下载下来的压缩包解压后，将对应文件夹的文件放到CUDA安装路径下的对应文件夹里即可(cuDNN可以认为是CUDA的补充，可以加速深层神经网络的速度)
- 直接把上图的所有都复制，然后打开CUDA的文件夹，直接无脑粘贴就行了，如果找不到，用软件
everything，搜CUDA_Toolkit_Release_Notes.txt或者nvcc.exe，找到CUDA的安装文件夹，也是一样有bin、include、lib的才是
4. 安装pytorch
-
打开cmd，输入命令：
pip install torch==1.13.0+cu117 torchvision==0.14.0+cu117 torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/cu117，torch有2g多，如果速度够快的话，就不用管，等它自动下完（不建议用国内源加速，据说有坑，会在没有gpu版本的时候直接安装cpu版本）
-
如果速度实在太慢的话，把下面这3个链接用下载工具先下载到本地，然后用python的whl安装包方法进行一一安装
-
https://download.pytorch.org/whl/cu117/torch-1.13.0%2Bcu117-cp310-cp310-win_amd64.whl -
https://download.pytorch.org/whl/cu117/torchvision-0.14.0%2Bcu117-cp310-cp310-win_amd64.whl -
https://download.pytorch.org/whl/cu117/torchaudio-0.13.0%2Bcu117-cp310-cp310-win_amd64.whl -
检查是否安装成功，打开cmd，输入命令：
python，进入python的运行环境 -
输入
import torch，稍等一下等它加载 -
再输入
print(torch.cuda.is_available())，得到结果True，棒！
-
理论上，上面安装成功的话，下面这些就不用看了~
-
官网地址，可以尝试官网推荐的方法（没试过），
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 -
如果官网首页找不到对应的cuda版本，可以进这个链接，通过ctrl+f搜索，但是神奇的是，cuda 11.4版本没有找到，最后想到直接用whl的方法试试，就前面写的，成功了！！！
enjoy！！！
