• 检查工具包命令：使用nvcc -V检查是否已安装GPU toolkit工具包
• 驱动检查方法：通过nvidia-smi命令查看cuda驱动版本和GPU状态
• 版本匹配原则：安装的cuda版本不能高于GPU驱动版本（如驱动显示12.3，cuda应选择12.1或12.0）

1.检查是否存在cuda

• 双重验证流程：
  • 先执行nvidia-smi查看驱动版本（如577.05对应cuda 12.9）
    • win+R----->cmd---->在命令行输入nvidia-smi
    • 
    • 后续安装的cuda要低于这里的cuda版本
  • 再执行nvcc --version确认是否已安装cuda编译器
    • 
• 常见现象：
  • 若返回"命令未找到"说明需要安装
  • 若显示版本号（如11.7）说明已安装

2.若不存在GPU工具包，需安装cuda和cudnn

3.Windows安装CUDA

• Windows安装教程
  • 下载注意事项：
    • 官网地址：CUDA Toolkit Archive | NVIDIA Developer
    • 
    • 选择与驱动匹配的版本（如驱动12.9选12.6）
    • 查看电脑version
    • 
    • 
    • Windows系统需选择exe安装包
  • 安装流程：
    • 运行下载的exe文件（如cuda_12.6.0_560_windows.exe）
    • 
    • 选择"自定义安装"模式
    • 
    • 
    • 保持默认安装路径（C:\Program Files\NVIDIA...）并记住
    • 
    • 解决VS依赖：出现"No support Visual Studio"需安装VS2026
    • 
    • 安装完成

4.CUDNN配置

• cudnn配置要点：
  • 需注册NVIDIA账号下载对应版本
  • 解压后将bin/include/lib文件夹复制到cuda安装目录
  • 验证方法：执行bandwidthTest.exe和deviceQuery.exe显示PASS
• cuda和 cudnn版本需要对应上，否则使用gpu时会出现不兼容的问题。Cuda 和cudnn版本的匹配关系如下链接中获取:

cuDNN Archive | NVIDIA Developer  找到刚才安装的 cuda版本对应的cudnn 下载项进行下载。

• 选择window版本，进行下载。注意:此时需要注册一个英伟达账号，用邮箱按照流程注册即可。注册完再点下载就可以完成cudnn的下载。
• 
• 
• 将下载的zip cudnn文件解压并放到cuda对应版本下
• 
• 
•  win+R-> cmd->输 入 cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\extras\demo_suite
  • 输入命令 bandwidthTest.exe
  • 
  • 输入命令： deviceQuery.exe
  • 
  • 如果显示PSS和相应的version的话，说明cudnn安装成功

5.anaconda/miniconda的安装

https://blog.csdn.net/2301_77118221/article/details/1377

下载地址：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror