目录

• 查看 CUDA 驱动版本
• 卸载旧版 CUDA
• 安装 CUDA
• 安装完成

查看 CUDA 驱动版本

查看当前安装的 CUDA 版本，当前 CUDA 版本为 10.1

nvcc -V

查看显卡驱动，以及支持的 CUDA 的最高版本，这里的12.0 指的是可驱动的最高版本。下载 CUDA 的版本应低于12.0

nvidia-smi

卸载旧版 CUDA

控制面板中卸载 CUDA

安装 CUDA

在 CUDA 官网 选择符合要求的版本安装
由于我安装的 pytorch 对应的 CUDA 版本是 11.7，所以我选择 11.7.1 版本

import torch
torch.cuda.is_available() # 查看pytorch是否支持CUDA
torch.cuda.device_count() # 查看可用的CUDA数量
torch.version.cuda # 查看对应CUDA的版本号

根据自己的系统选择并下载安装包

双击安装包，开始安装

选择自定义安装

我只卸载了CUDA，勾选CUDA

之后按默认设置，完成安装

安装完成

目录

• 查看 CUDA 驱动版本
• 卸载旧版 CUDA
• 安装 CUDA
• 安装完成

查看 CUDA 驱动版本

查看当前安装的 CUDA 版本，当前 CUDA 版本为 10.1

nvcc -V

查看显卡驱动，以及支持的 CUDA 的最高版本，这里的12.0 指的是可驱动的最高版本。下载 CUDA 的版本应低于12.0

nvidia-smi

卸载旧版 CUDA

控制面板中卸载 CUDA

安装 CUDA

在 CUDA 官网 选择符合要求的版本安装
由于我安装的 pytorch 对应的 CUDA 版本是 11.7，所以我选择 11.7.1 版本

import torch
torch.cuda.is_available() # 查看pytorch是否支持CUDA
torch.cuda.device_count() # 查看可用的CUDA数量
torch.version.cuda # 查看对应CUDA的版本号

根据自己的系统选择并下载安装包

双击安装包，开始安装

选择自定义安装

我只卸载了CUDA，勾选CUDA

之后按默认设置，完成安装

安装完成