2.安裝CUDA
第一步：安裝anaconda
注意：安裝CUDA之前需要安裝好anaconda，詳見安裝anaconda詳細步驟（含安裝截圖）
文章目錄
- 2.安裝CUDA
- 2.0 CUDA是什么，為什么要安裝它？
- 2.1 驗證計算機是否安裝CUDA
- 2.2 查看顯卡支持的CUDA最高版本
- 2.3下載CUDA
- 2.4 安裝CUDA
- 2.5 檢驗CUDA是否安裝成功
2.0 CUDA是什么，為什么要安裝它？
CUDA（Compute Unified Device Architecture）是由NVIDIA推出的并行計算平臺和編程模型，允許開發者直接利用GPU（圖形處理器）的強大計算能力來加速通用計算任務。與CPU（中央處理器）相比，GPU具有數千個小型核心，特別適合并行計算，能顯著提升深度學習、科學計算等大規模數值運算的效率。
在深度學習環境中，框架如PyTorch、TensorFlow都需要CUDA的支持，才能在NVIDIA GPU上高效運行。如果沒有CUDA，深度學習訓練可能完全依賴CPU，計算速度會慢幾個數量級。因此，安裝CUDA是搭建高性能深度學習環境的關鍵一步。
補充：CUDA的核心優勢在于它提供了高效的線程調度、內存管理和計算原語，使復雜的張量運算能被硬件高效執行，減少與主機CPU的通信開銷。
2.1 驗證計算機是否安裝CUDA
首先打開命令行，檢查有沒有安裝CUDA
點擊win+R，然后輸入cmd，點擊回車 # 打開命令行窗口
nvcc -V 或者 nvcc --version # 查看CUDA的版本號
圖20
2.2 查看顯卡支持的CUDA最高版本
在剛才的命令行窗口中輸入：NVIDIA-smi，查看電腦顯卡支持的CUDA的最高的版本號。
我的電腦最高支持CUDA的版本是12.0，見下圖。
圖21
2.3下載CUDA
- 確定要安裝的CUDA的版本
我的電腦最高支持CUDA版本為12.0
當時的pytorch支持的CUDA最高版本為11.8（這個可以在pytorch官網查看，見圖21.1），所以我下載11.8版本的CUDA。
注：下載安裝的CUDA版本要和自己計算機適配，還要在計算機適配的前提下，盡量查看最新pytorch需求的CUDA版本，安裝滿足這兩個條件的CUDA版本。
圖21.1
-
CUDA官網下載
見圖22-24
圖22
圖23 
圖24Little Tips
在download按鈕上面點擊右鍵，復制下載鏈接，系統會自動識別下載鏈接到迅雷中去，下載速度會快很多。
圖25
2.4 安裝CUDA
在下載好的安裝包上點擊右鍵，管理員身份運行安裝，見圖26-35
圖26
我這里指定了安裝位置（圖27），也可以使用默認的安裝位置，但是需要記一下安裝位置，稍后需要配置環境變量。
圖27
圖28
圖29
圖30
圖31
圖32
圖33
圖34
圖35
到此安裝結束
2.5 檢驗CUDA是否安裝成功
-
打開新的命令行窗口
輸入nvcc -V
出現版本號，說明成功了
圖36安裝的CUDA版本號是11.8
查看CUDA的版本號：
nvcc --version/nvcc -V查看CUDA的環境變量：
set cuda
圖37 -
查看環境變量
圖38點擊【path】——【編輯】——看到兩個環境變量也自己生成了
圖39
至此，CUDA安裝檢驗完畢，成功安裝！
下一步：安裝CU_DNN
