本文目录
- 一、背景
- 二、如何进行禁止自动更新
- 2.1 打开本地组策略管理
- 2.2 进行管理配置
- 三、总结
一、背景
今天想跑深度学习的时候，意外的发现原来电脑上的CUDA那些都没有了，甚至环境变量也意外的没了，真的不知道为啥这么突然，而且但是一个多月前还是能跑的，也没有对深度学习环境做什么操作，询问了一些朋友得知，应该是自己电脑的驱动进行更新了，ok，仔细回想一下，好像确实win11经常提示要我更新下载一些东西，那行，只好关闭电脑的自动更新功能了。
我输入命令nvcc --version也是没用的。
这里需要明确的一个概念是，如果使用conda进行虚拟环境管理，每个虚拟环境的pytorch版本可以不一样，但是对同一台电脑来说只能有一个CUDA，还有一个cuDNN。
二、如何进行禁止自动更新
2.1 打开本地组策略管理
右键这个开始菜单，然后选择运行，蹦出的提示窗中填入gpedit.msc命令。
2.2 进行管理配置
打开之后的编辑器是这样的。
然后选择这个路径。
点击这个路径下的“windows更新”。
然后选择这个右边的"windows更新不包括驱动程序".
原本的选择是“未配置”，我们只需要进行选择“已启用”，然后点击确定保存设置即可。
三、总结
总的来说就是通过下面的路径进行显卡驱动的更新功能控制。
本文目录
- 一、背景
- 二、如何进行禁止自动更新
- 2.1 打开本地组策略管理
- 2.2 进行管理配置
- 三、总结
一、背景
今天想跑深度学习的时候，意外的发现原来电脑上的CUDA那些都没有了，甚至环境变量也意外的没了，真的不知道为啥这么突然，而且但是一个多月前还是能跑的，也没有对深度学习环境做什么操作，询问了一些朋友得知，应该是自己电脑的驱动进行更新了，ok，仔细回想一下，好像确实win11经常提示要我更新下载一些东西，那行，只好关闭电脑的自动更新功能了。
我输入命令nvcc --version也是没用的。
这里需要明确的一个概念是，如果使用conda进行虚拟环境管理，每个虚拟环境的pytorch版本可以不一样，但是对同一台电脑来说只能有一个CUDA，还有一个cuDNN。
二、如何进行禁止自动更新
2.1 打开本地组策略管理
右键这个开始菜单，然后选择运行，蹦出的提示窗中填入gpedit.msc命令。
2.2 进行管理配置
打开之后的编辑器是这样的。
然后选择这个路径。
点击这个路径下的“windows更新”。
然后选择这个右边的"windows更新不包括驱动程序".
原本的选择是“未配置”，我们只需要进行选择“已启用”，然后点击确定保存设置即可。
三、总结
总的来说就是通过下面的路径进行显卡驱动的更新功能控制。