win10配置cuda和cudnn、pytorch、vs2019，真的没那么麻烦！

很简单

下载cuda并安装

百度搜cuda下载，跳转到nvidia页面，登录进去，你想下什么版本的就下什么版本的，我是根据我pytorch官网当前推荐的版本去下载，例如现在下图，我就安装cuda11.8。

cuda和vs关系

如果你需要用vs工具进行cuda代码，那网上都说是，要先装vs，确实在cuda的时候会检索系统上已装好的vs版本，那你先装了cuda，再装vs，大可以卸载cuda再重装嘛。

cuda和显卡驱动关系

关于cuda版本和显卡驱动版本，在windows上，你装完系统，就会更新nvidia显卡驱动，这个驱动一般都很新，然后你可以查看，像我这个cuda的驱动是12.2.79，那么你能装12.2及以下的cuda版本。

cuda和系统变量关系

安装cuda时，可以选择自定义，只装cuda里东西，其他的可以在百度搜搜具体是干嘛的。装完后，系统变量里就自动添加了。 所以说，不用像其他博主说的，再去添加变量。

cuda和cudnn关系

去cudnn官网下载，像我的cuda是11.8，选择适用于11.x的就行。
下完，解压缩完，你会发现，网上博客说是全部放到cuda的安装地址里，像我的默认地址是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\，因为这个文件里本身就有bin、include、lib，所以直接放进去就可以。然后就不用像其他博客再去添加系统路径了。
我们要搞清楚这三个文件夹是干啥的，cudnn（CUDA Deep Neural Network library）就是神经网络的加速库。

1. bin里都是dll，这是程序在运行时需要的，有经验的肯定有过exe打不开报错缺少xx.dll，就是exe在当前目录和系统变量里找不到xx.dll，而上述内容里，cuda安装时已经把cuda的bin目录写到系统变量里了；

2. include文件夹就是头文件，这边把它们合在一起，就是方便你在写程序时添加一个包含目录即可；

3. lib文件夹也是如此，编译需要链接到的库文件，放一起也是少写一个库目录。

cuda测试

1. cmd窗口运行，nvcc -V 或者 nvidia-smi -l (-l是不断刷新）
2. cmd窗口，cd到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\demo_suite，运行bandwidthTest、deviceQuery这两个程序，都会出现Pass
3. pip安装完pytorch，运行import torch torch.cuda.is_available()

写这个博客就是想告诉需要的小伙伴们，这个安装很简单，我看其他的博客，装一个配置一个环境变量，根本不需要，要知道原理就不会困惑了。

安装多个版本cuda

一台机器上可以装好几个版本的cuda，可以共存的，如果使用中有冲突，可以去修改环境变量Path里的cuda地址。

cuda和显卡类型

cuda版本和你机器上的显卡类型没关系，像我的是1080Ti，是10系列的，照样可以安装最新版本的cuda。