CUDA Update

查看当前 CUDA 版本

在终端中输入nvcc -V并回车，release后面就是当前安装的版本号。

查看最高支持的 CUDA 版本

在终端中输入nvidia-smi并回车，CUDA Version后面就是驱动支持的最高版本号。

卸载现有 CUDA

1. Windows+i 快捷键，进入设置页面，在已安装的应用中搜索 CUDA，全部卸载。
2. 进入控制面板，卸载 CUDA 相关的软件。
3. 查看环境变量是否已被清除。

安装 CUDA

1. 进入 CUDA Toolkit 官网：CUDA Toolkit，下载安装包。（注：Installer Type 选 exe(local)）
2. 选择自定义，全部安装，最好还是安装到 C 盘。

查看环境变量

系统变量中应有：

• CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.1
• CUDA_PATH V13.1 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.1

其中的 Path 中应有：

• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.1\bin
• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.1\bin\x64

检查是否安装成功

在命令行输入nvcc -V。

安装 cuDNN

cuDNN（NVIDIA CUDA Deep Neural Network library）是 NVIDIA 开发的 GPU 加速深度学习库，专为深度神经网络（DNN）提供高度优化的计算操作（如卷积、池化），需与 CUDA 配合使用以提升模型训练和推理效率。‌

1. 进入 cuDNN 官网：cuDNN，下载安装包。
2. 选择自定义，安装对应 CUDA 版本的 cuDNN，Samples 可以不用安装。
3. 把安装的 bin、include 和 lib 三个文件夹放到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.1 目录下。

安装 Pytorch

进入 Pytorch 官网：Pytorch，用命令行在 miniconda 中安装 pytorch。

• 测试是否安装成功： 在 Anaconda Powershell Prompt 输入：

python
import torch
torch.__version__
torch.cuda.is_available()