（请先看置顶博文）本博打开方式！！！请详读！！！请详读！！！请详读！！！_Cat-CSDN博客

目录

一、自检

1、查看PC是否有NVIDIA的独立显卡

2、查看自己NVIDIA独立显卡是否支持CUDA，是否有显卡驱动

3、微软官网下载并安装Visual Studio

二、下载及安装

1、访问CUDA官网、配置自己的下载安装包

2、安装

3、配置环境变量（可选，如果想在VS中使用CUDA就得进行这一步）

三、验证 

1、查看CUDA版本

2、查看CUDA的环境变量配置情况

3、运行CUDA的测试文件

---

一、自检

1、查看PC是否有NVIDIA的独立显卡

查看方法如下图所示：

2、查看自己NVIDIA独立显卡是否支持CUDA，是否有显卡驱动

查看自己的显卡型号是否支持CUDA的安装，可以访问这个网址：CUDA GPU | NVIDIA Developer

一般的显卡都是打开红框圈住的这个列表，如果你的显卡存在，那么证明你可以安装CUDA。

       有时也有不存在的时候，别急，此时需要先更新一下显卡驱动（如果显卡（硬件）较新，建议先更新显卡驱动，从而获得更新版本的CUDA支持），需要根据自己的显卡配置，到如下网页下载新的驱动程序：官方驱动 | NVIDIA。

随后，按照默认安装驱动就可以了，切勿更改路径，驱动大小不会占用C盘太大存储的。驱动安装或者更新完成后，打开cmd命令窗口（win+R），输入“nvidia-smi”，可以看到下图： 

        此时驱动的版本是511.65，支持的CUDA版本最大是11.6，我在2022.3.18对最新的CUDA及Pytorch进行了更新，发现YOLOv5（5.0）在推理时有错误产生，所以这里选择CUDA11.1+Pytorch1.8.1的搭配。如果以上操作都不行，那么接下来的内容也不用看了，快去买显卡，要不然又得涨价！！！

3、微软官网下载并安装Visual Studio

        CUDA在安装时需要Visual Studio里的工具包进行编译，所以必须安装VS，版本的话不要太低2017年以后的版本吧。第一次安装CUDA时，我电脑里之前就存有VS2019，所以，这一步忽视了，并且也并未对CUDA今后的使用造成影响。看了官方的CUDA安装文档后，才意识到这个问题，所以来补充一下。

Visual Studio2022的下载地址为：Visual Studio: 面向软件开发人员和 Teams 的 IDE 和代码编辑器

 可以在上面那个网页里找到之前的版本，最好下载社区版，不需要激活，我下载的是VS2019。安装时，注意要选择“使用C++的桌面开发”以及将安装位置选到系统盘之外。

二、下载及安装

1、访问CUDA官网、配置自己的下载安装包

因为要下载11.1，所以点击链接：CUDA Toolkit 11.6 Update 1 Downloads | NVIDIA Developer

之后，要找到CUDA之前的存档，具体流程看图：

2、安装

       双击安装包，选择合适的路径，即可安装（要记住这个路径，因为可能要配置环境变量）。接下来的过程，用图说话。如果有其他分区，请勿装在C盘，下图只是演示说明。 

先前进行了显卡驱动的安装，理论上直接安装CUDA即可，但是这里为了方便，直接四个全选，开始安装。  

3、配置环境变量（可选，如果想在VS中使用CUDA就得进行这一步）

鼠标右键此电脑->属性->高级系统设置->环境变量，查看系统变量即可看到红色框选的两项。

我们要是为VS配置CUDA，那就得将剩下的5个环境变量补齐。 点击新建，分别输入变量名和变量值，点击确定。大家可以类比我的CUDA安装路径和环境变量的关系进行配置（不是照搬！不是照搬！不是照搬！）：%CUDA_PATH%代表的就是CUDA_PATH的路径。 

CUDA_SDK_PATH                   #变量名
V:\CUDA                         #变量值 


CUDA_LIB_PATH                   #变量名
%CUDA_PATH%\lib\x64             #变量值 


CUDA_BIN_PATH                   #变量名
%CUDA_PATH%\bin                 #变量值 


CUDA_SDK_BIN_PATH               #变量名
%CUDA_SDK_PATH%\bin\win64       #变量值 


CUDA_SDK_LIB_PATH               #变量名
%CUDA_SDK_PATH%\common\lib\x64  #变量值 

至此，CUDA的安装就完成了。 

三、验证 

1、查看CUDA版本

键盘win+R键，输入cmd，并回车，打开CMD命令框。输入如下命令 ：

nvcc --version

 只要显示了CUDA的版本，就算成功了!   （保险起见多验证几步） 

2、查看CUDA的环境变量配置情况

 键盘win+R键，输入cmd，并回车，打开CMD命令框。输入如下命令 ：

set cuda

3、运行CUDA的测试文件

 打开如下路径：..\CUDA\extras\demo_suite找到这两个文件，用命令行按照图示的序号依次运行deviceQuery.exe和bandwidthTest.exe，这两个程序。直接双击会闪退，你什么结果都看不到！

运行deviceQuery.exe 

运行bandwidthTest.exe

下一篇文章将会介绍目标检测第4步：显卡、GPU、CUDA、cuDNN的关系及如何在Windows 10下安装cuDNN？如果把CUDA比作是含有部分工具的工具箱，那么cuDNN就是一把得心应手的工具（可对网络性能进行优化）。CUDA安装了cuDNN之后，深度学习速度会变快1-2倍。