【超全整理/图文】windows环境下安装CUDA（失败可解决）+CUDNN+Anaconda+pytorch（GPU）

已于 2025-03-26 09:10:32 修改
阅读量1.7w 收藏 201
点赞数 77
分类专栏： PyTorch 文章标签： 人工智能 pytorch windows 深度学习 opencv
于 2024-11-20 10:47:48 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_62844901/article/details/143701527
版权

目录

一、安装显卡驱动（已安装则跳过该步骤）

1、右键点击“此电脑”–“管理”–“设备管理器”–“显示适配器”–查看显卡型号

2、官网下载显卡驱动：根据显卡型号选择对应的驱动

二、查看电脑支持CUDA版本（两种方式选其一）

方法一：终端查看

方法二：NVDIA控制面板查看

三、CUDA的安装与配置

1、CUDA官网进行安装

解决方式一：卸载安全助手，等待CUDA安装结束后才可再重新安装安全助手。

解决方式二：关闭defender smartscreen（win10）

解决方式三：通过自定义的方式取消Visual Studio Intergration进行安装。

解决方式四：通过自定义的方式取消除CUDA以外的程序安装。

解决方式五：上述仍无法解决，可参考下面的链接进行解决。

2.在CMD中检测CUDA是否安装成功，输入nvcc -V回车。

四、cuDNN安装与配置

1.进入到cuDNN官网：cuDNN 9.5.1 Downloads | NVIDIA Developer

2、CUDNN的安装与配置

（1）下载好CUDNN的压缩包后进行解压

（2）将CUDNN内文件全部复制到CUDA对应文件夹内

（3）编辑环境变量

（4）检查CUDNN是否安装成功

五、Anaconda安装

1、打开下载Anaconda的网址进行下载（两种方式选一种即可）

方式一：前往Anaconda官网

方式二：使用清华源下载：

2、一直点击Next默认安装，注意安装路径不能有中文和空格，直到Finish安装完成。

3、配置清华源

（1）进入base环境：

（2）（base环境下）添加镜像，依次输入下面几条命令：

（3）（base环境下）设置搜索时显示通道地址

4、配置环境变量

（1）系统--->高级系统设置--->环境变量

（2）点击系统变量中的path，再点击新建，确保包含以下路径：

5、验证Annconda是否安装成功

（1）查看python版本

（2）查看Anaconda中python的环境

六、pytorch安装

1、（base环境下）创建名字为pytorch，python版本为3.8的虚拟环境

2、登录PyTorch官网地址：Previous PyTorch Versions | PyTorch

3、验证pytorch是否安装成功

七、自行下载需要的各种库

1、（在pytorch环境下）输入安装所需的各种库：

2、验证是否下载成功

一、安装显卡驱动（已安装则跳过该步骤）

1、右键点击“此电脑”–“管理”–“设备管理器”–“显示适配器”–查看显卡型号

61f815cdf6a645e08d2a187bc2b218db.png

2、官网下载显卡驱动：根据显卡型号选择对应的驱动

官网链接：下载 NVIDIA 官方驱动 | NVIDIA下载 NVIDIA 官方驱动 | NVIDIA下载最新官方 NVIDIA 驱动，增强 PC 游戏体验并更快地运行应用。https://www.nvidia.cn/drivers/lookup/

根据自己的显卡型号，选择合适的显卡驱动进行下载安装。

​527e68c8c6c5411b97b33e16c775ef4e.png

安装时选择第二个“图形驱动程序”比较合适，“NVIDIA显卡驱动”实际上就是“NVIDIA图形驱动程序”，GeForce Experience主要用于显卡的更新。

16c9392bcbe642efa734f9ce3d13f258.png

之后选择自定义安装，并且勾选执行清洁就可以了。

bc09aef2319b4f67ba0d982b9974d5d1.png

二、查看电脑支持CUDA版本（两种方式选其一）

方法一：终端查看

同时点击win+r，输入cmd点击“确定”或回车，进入终端窗口，输入nvidia-smi查看CUDA版本。

f312bfd67c124309a4bd91d05ac03ba6.png

方法二：NVDIA控制面板查看

搜索框输入nvidia，打开nvidia控制面板，点击系统信息，点击组件，即可看到支持CUDA的最高版本（也可以选择低于该版本）

7d70bd56f66844ff916dab57fdb4ed90.png

三、CUDA的安装与配置

1、CUDA官网进行安装

CUDA官网链接进入：CUDA Toolkit 12.6 Update 2 Downloads | NVIDIA Developerhttps://developer.nvidia.com/cuda-downloadshttps://developer.nvidia.com/cuda-downloads

0d8d621de180430487c62b7e17e41671.png

选择电脑支持CUDA版本进行下载，因为我是11.7.101,所以只要是 CUDA Toolkit 11.7.X 都可以进行下载，我在这里选择的是 CUDA Toolkit 11.7.1。

235930cdbd9948a3a4eda9e5c6180c91.png

按自己的电脑系统进行选择下载安装包，双击打开进行安装。

​6d92a26b8504413c9946a67750e19793.png

临时路径，默认即可。

9ebc5ab09c16450bb69bb36dd62431b9.png

若出现以下NVIDIA安装程序失败的情况，可尝试下列四种方式进行解决：​

2d54219d20b54442a42524d90d421935.png

解决方式一：卸载安全助手，等待CUDA安装结束后才可再重新安装安全助手。

        出现安装直接失败，且没有退回选项，只有一个关闭选项时，考虑电脑是否安装了安全助手，安全助手会阻碍CUDA的安装，应卸载安全助手，才可顺利安装。

解决方式二：关闭defender smartscreen（win10）

        由于选择的是浏览器安装，处于安全考虑系统会有限制安装的情况，此时，打开菜单-设置-更新和安全-windows安全中心-应用和浏览器控制，关闭所有保护。

b02556c6ae8c4f289a0a5962b9021024.png

解决方式三：通过自定义的方式取消Visual Studio Intergration进行安装。

05892b1032bc45659857ea521c24cff4.png

解决方式四：通过自定义的方式取消除CUDA以外的程序安装。

自定义安装->只选择cuda(其他三个选项取消对勾)

a141af77365d45e9b36780d177df4fb8.png

再进入cuda里面，将CUDA中的Nsight VSE和Visual Studio Integration取消勾选，后选择下一步，即可安装成功。

​ 168e4f669d774aa4a6674eac6020ad96.png

安装成功之后，再进行一次安装，这次只选择cuda里的Visual Studio Integration，打上对勾，安装就行了。

解决方式五：上述仍无法解决，可参考下面的链接进行解决。

1. CUDA安装失败解决方法_userwarning: unable to discover cuda installation -CSDN博客https://blog.csdn.net/zzpong/article/details/80282814

2.在CMD中检测CUDA是否安装成功，输入nvcc -V回车。

nvcc -V

​d0fe7fa19f3444ceb6f79044d8a76e00.png

四、cuDNN安装与配置

1.进入到cuDNN官网：cuDNN 9.5.1 Downloads | NVIDIA Developer

https://developer.nvidia.com/cudnn-downloadshttps://developer.nvidia.com/cudnn-downloads

点击Archive of previous Releases，如果上面链接点击后没出现这个界面，就要注册一个账号，然后再登录就到这个界面。

​58a7dde9c90c40c5899945019f9b51fe.png

 ​

e55bcbcf609a4c00959ce19d933a71ed.png

202408dede6247ef81f193e02e4038bf.png

2、CUDNN的安装与配置

（1）下载好CUDNN的压缩包后进行解压

3a98b2bc12de4f6a99fe9e90b10ac2c5.png

（2）将CUDNN内文件全部复制到CUDA对应文件夹内

打开...\NVIDIA Computing Toolkit\CUDA\v11.7，将CUDNN对应bin、lib、include三个文件与CUDA对应的bin、lib、include进行合并，如图将CUDNN的文件全部复制粘贴到CUDA\v11.7。

ccf2a7a9f57c43c88b38e759be65fe25.png

（3）编辑环境变量

打开“编辑系统环境变量”，点击“环境变量”，点击“系统变量”中的Path，添加...\v11.7\lib和v11.7\libnvvp，以及v11.7\include的路径，点击“确定”。

6b4cc18a3ed04ed1ac42aa9a5d958457.png

（4）检查CUDNN是否安装成功

win+R输入cmd逐步打开C:\...\CUDA\v11.7\extras\demo_suite，查看是否含有文件：bandwidthTest.exe以及deviceQuery.exe，若存在则在该文件中打开运行这两个.exe文件。

运行bandwidthTest.exe结果如下：

b267b67ca28e4259aca28e7223404c18.png

运行deviceQuery.exe结果如下：

​若都能成功运行通过就表示CUDNN安装成功了。

61cac89f81e645368bdc51d2e28049eb.png

五、Anaconda安装

1、打开下载Anaconda的网址进行下载（两种方式选一种即可）

方式一：前往Anaconda官网

Download Now | Anacondahttps://www.anaconda.com/download/success

方式二：使用清华源下载：

Index of /anaconda/索引 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

Index of /anaconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/ | 清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。https://mirror.tuna.tsinghua.edu.cn/anaconda/

62601325b57d4a8795b48916f90843eb.png

2、一直点击Next默认安装，注意安装路径不能有中文和空格，直到Finish安装完成。

eec624f9aee34fdb9c66fc7b62a7f19b.png

3、配置清华源

（1）进入base环境：

在windows系统的开始菜单中找到Anaconda Powershell Prompt进入，如下图所示：

0beaa7978b734d6c8c560c680afda24b.png

313f05eed83f409cbfb547f8931eeb7e.png

（2）（base环境下）添加镜像，依次输入下面几条命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

如下图所示：

25914424ab7a403198c3601242971a78.png

9a5f8d49d9f845c7bd220c8b36dc92eb.png

c3433e3266d347a6b81af5bf913b0027.png

（3）（base环境下）设置搜索时显示通道地址

conda config --set show_channel_urls yes

4、配置环境变量

（1）系统--->高级系统设置--->环境变量

5e7bc7981f2a4745b1325d335dd5ce32.png

（2）点击系统变量中的path，再点击新建，确保包含以下路径：

        D:\Anaconda\Library\bin

        D:\Anaconda\Scripts

        D: \Anaconda\Library\bin

        D: \\Anaconda\\Anaconda

bec43faff33d4856867a012a7ec01829.png

5、验证Annconda是否安装成功

（1）查看python版本

        （base环境下）输入python --version.如果系统给出python版本，即安装成功。

python --version

23a343d08eaa4eabbabe326adbe49113.png

（2）查看Anaconda中python的环境

        （base环境下）查看当前python的环境是否存在。

conda env list

ee507f07c2b64c098211301b6f179461.png

六、pytorch安装

1、（base环境下）创建名字为pytorch，python版本为3.8的虚拟环境

conda create -n pytorch python=3.8

07e8a5a15ca2465c88883506a6aa8a65.png

查看现有的环境：

conda env list

或

conda info -e

再激活pytorch的环境

conda activate pytorch

 ​94b4165d9c8b4657912954c12da00ba1.png

2、登录PyTorch官网地址：Previous PyTorch Versions | PyTorch

Previous PyTorch Versions | PyTorchInstalling previous versions of PyTorchhttps://pytorch.org/get-started/previous-versions/

        选择对应的版本，如果当前界面没有需要安装的版本，点击左下角PyTorch之前版本，如图：找到对应版本的命令，这里选择cuda=11.7（根据自己cuda情况），复制安装代码。

e50e8346917e402b8b9a4fcb2519b99a.png

  例如：复制conda方式下载安装对应的PyTorch版本（pytorch环境下），安装命令如下：

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

9b2d3acc20554bd8812cf5c715e93d06.png

如果需要加速，可先执行如下命令设置清华镜像后，再执行上面的安装命令：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

3、验证pytorch是否安装成功

验证命令如下，显示版本号即表示安装成功：

python import torch

# 查看torch版本
print(torch.__version__)

​5b86fb9eb2cd4232b46e64550cc1541b.png

七、自行下载需要的各种库

1、（在pytorch环境下）输入安装所需的各种库：

# 安装matplotlib 
pip install matplotlib==3.7.3 -i https://pypi.doubanio.com/simple/

# 安装sklearn 
pip install scikit-learn==0.24.2 -i https://pypi.doubanio.com/simple/
 
# 安装pytz 
pip install pytz -i https://mirrors.aliyun.com/pypi/simple/
 
# 安装pandas 
pip install pandas==1.1.5 -i https://pypi.doubanio.com/simple/
 
# 安装opencv 
pip install opencv_python==4.4.0.40 -i https://pypi.doubanio.com/simple/
 
# 安装imageio 
pip install imageio==2.32.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
 
#安装ultralytics 
pip install ultralytics -i https://pypi.org/simple/

2、验证是否下载成功

import numpy as np 
import pandas as pd 
import sklearn 
from sklearn.linear_model import LogisticRegression 
from sklearn import metrics 
import cv2 
import matplotlib 
import ultralytics

#最后输入exit()退出

​24cc040978464d648aca617dc04e170d.png

windows安装CUDA教程
Christal_pyy的博客
08-13 5904
安装完成后，会提示Nsight Visual studio的整合情况，这里提示安装了vs2019版的，正是我们前面安装的VS版本，这样就能在vs2019里面做GPU方面的开发了。我们前面已经安装vs2019了，所以我就不取消了，下一步就是选择安装的位置了，你可以直接默认安装在C盘，如果 你像我一样自定义的话，需要记住安装的位置，后面需要用到。把CUDA选一下，还需要注意一点，如果 你前面没有安装vs，直接安装的这个，需要把CUDA里面的。这里提示了你选择的组件的安装情况，到这就安装好了，点击关闭。
Ubuntu20.04安装NVIDIA驱动+cuda+cudnn+anaconda+pytorch+pycharm经验
qinseheming0820的博客
04-18 4898
配置环境是深度学习的第一道门槛，也是必须迈过的一道门槛，之前一直在windows平台上跑pytorch，但很多包无法安装，必须要使用Linux。在经历了很多坑，无数次重装系统，崩溃，坚持后终于在Ubuntu20.04上成功安装pytorch，现将经验分享，希望能对初学者有一定参考。 一、安装Ubantu20.04系统 在清华源上下载系统安装包，找一个空U盘，用第三方软件制作系统启动盘。注意一定是空U盘，制作启动盘时会将U盘格式化。 Index of /ubuntu-releases/2...
2023年最新CUDA安装教程，看完就会(windows版)。
普通人能赶追天才的方法只有坚持
06-12 3万+
本文概述：正确安装CUDA是用显卡加速深度学习的关键，网上的CUDA教程都不够详细，小白容易装不明白，因此作者打算写一份细致的CUDA安装教程，争取把饭喂到你胃里。文内附带本地安装包下载链接
最近CUDA9.1 Windows10版本的官网总是下载失败，CUDAWin10版本+可运行CUDA9.1的Tensorflow
05-22
先安装tensorflow_gpu-1.6.0-cp36-cp36m-win_amd64.whl，然后安装cuda_9.1.85_win10.exe（百度云链接链接：链接：https://pan.baidu.com/s/1jKaFKwMEKIQR60PtH09jwg 密码：付积分的私信我，给密码，1.35G离线版CUDA，官网最近下载不了），将cudnn库（从https://developer.nvidia.com/rdp/cudnn-download官网下载）中的文件添加到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1下的对应文件中，在path路径添加如下： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\lib\x64 使用命令nvcc -V测试是否安装成功 注意现在的Tensorflow还不支持CUDA9.1，所以需要下载本文件中的tensorflow
【人工智能】手把手教你安装CUDA：从版本确认到安装完成
最新发布
田豆芽的IT技术专栏
04-17 1638
本文将通过三个关键步骤，详细讲解如何正确安装与显卡匹配的CUDA版本。
cuda安装出现“NVDIA安装程序失败”问题解决方法
weixin_74009895的博客
10-13 8301
cuda安装出现“NVDIA安装程序失败”问题解决方法
[已解决]安装CUDA失败报错(附万能解决办法)
热门推荐
qq_43374605的博客
03-14 3万+
经过长时间的尝试和研究，我终于解决了安装CUDA失败报错的问题。在这里，我将记录下我遇到的问题以及解决办法，希望对其他小白们有所帮助。请注意，我只会讲解具体的操作步骤，而不会涉及到原理。
windows系统CUDA的详细安装教程
二爷的博客
04-23 1万+
hello,大家好，之前一直在ubuntu系统上做开发，今天给大家分享如何在windows系统上安装CUDA。首先需要下载两个安装包，CUDA toolkit 和 cuDNN，CUDA（Compute Unified Device Architecture）是由NVIDIA开发的并行计算平台和编程模型。它利用了NVIDIA的GPU（图形处理器）来加速计算任务，使得许多复杂的计算任务可以在GPU上并行处理，从而提高计算性能。
Windows安装cuda toolkit exe文件提示失败，附带解决办法（曲线救国方案）
Three_ST的博客
12-07 2650
命令行里面会出现需要下载的组件名，输入Y 后继续（如果不用装，就不必这么麻烦了）下载了最新版本的anaconda,并且在环境变量中添加conda。或者直接从 anaconda/script 目录下执行以下命令。nvidia官网介绍通过anaconda下载安装。
windows安装cuda简易教程
weixin_43907136的博客
09-23 1万+
在windows环境中选择适合cuda版本进行下载安装，以进行后续的深度学习等工作。
Windows下安装CUDA
weixin_44323744的博客
07-23 2483
Windows下安装CUDA
Windows CUDA安装教程（超详细）
weixin_45131680的博客
02-27 5001
windows10 版本安装CUDA，首先需要下载两个安装包CUDA toolkit（toolkit就是指工具包）cuDNN注：cuDNN 是用于配置深度学习使用官方教程。
手把手教你在Windows上安装CUDA
09-09
CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 这个教程手把手教你在Windows上安装CUDA来加深你的深度学习。
Windows系统安装CUDA，cudnn & TensorFlow全过程
01-06
目录概述CUDA & cuDNN 直观理解CUDA, cuDNN 与tensorflow GPU版本匹配1) GPU硬件check2）确定Tensorflow及所需软件版本CUDA & cuDNN 安装步骤1）下载CUDA和cuDNN2）CUDA安装与验证3）cuDNN安装4）添加环境变量虚拟环境（含Tensorflow-gpu）搭建 概述 本文最终目的是在anaconda虚拟环境中，安装包含TensorFlow-gpu的虚拟环境。 在此之前，本机已安装GPU驱动，Visual Studio 2015， 和 anaconda， 还需安装版本匹配的CUDA，cuDNN，以及虚拟环境。 CUDA
Windows+Anaconda3+PyTorch+PyCharm的安装教程图文详解
09-17
通过以上步骤，您已经成功在Windows环境下安装配置了Anaconda3、PyTorch及PyCharm。这份详尽的指南不仅适用于初学者，对于希望快速搭建开发环境的专业人士也非常有用。如果您在操作过程中遇到任何问题，欢迎参考更多...
2025最新WIN11/WIN10安装最新稳定版本Python3.11.0 + Pytorch 2.5.1 + CUDA 12.4 + cuDNN超详细完美图文教程（避坑指南）
q348923982的博客
02-18 1757
本文是关于windows系统下如何在conda环境下需要切换不同Python环境以及Pytorch版本，所对应的CUDA和cuDNN版本的个人学习笔记以及避坑指南，另外也包括切换CUDA版本的环境变量的注意事项。
GPU深度学习环境搭建：Win10+CUDA 11.7+Pytorch1.13.1+Anaconda3+python3.10.9
weixin_43117514的博客
04-19 1854
根据 CUDA 11.7 版本查看 Pytorch的对应版本为 1.13.1，再根据 Pytorch 1.31.1 版本查看Python对应的版本为 >=3.7 到 <=3.10 ，此处选择Python3.10.9案例。第一个路径默认（后面系统会自动删掉），选择精简，这里建议默认安装，也可手动安装，但是要记得自己安装的位置，因为后面需要配置系统环境变量。根据显示，显卡驱动版本为：Driver Version: 516.59，CUDA 的版本为：CUDA Version 11.7。
环境安装-1：Python3.8+CUDA11.6.1+cuDNN8.6+Tensorflow-gpu2.6.1
weixin_49192226的博客
10-10 3088
Tensorflow、cuda、cudnn的安装配置
CUDA详细安装及环境配置——环境配置指南 – CUDA+cuDNN+PyTorch 安装
群智能算法开发
04-01 3840
注意选择你的操作系统，什么版本的 我是Windows11 需要选择11，离线安装包还是在线安装包，省得麻烦就选择离线安装包了，选择好后，点击下面的Download按钮。可以看到显示CUDA Version为11.6，说明该显卡最高支持到11.6，我这里就选择11.6的版本，你也可以选择更低的版本比如 11.5,11.4更低的版本。把CUDA选一下，还需要注意一点，如果 你前面没有安装vs，直接安装的这个，需要把CUDA里面的。这里提示了你选择的组件的安装情况，到这就安装好了，点击关闭。
cuda 安装失败
04-01
<think>好的，我现在需要帮用户解决CUDA安装失败的问题。首先，用户提到之前安装过CUDA，但重装系统后一直安装失败，可能和VS的组件冲突有关。另外，用户提供的引用里提到安装早期版本（比如12.0）解决了问题，还有检查nvcc -V是否成功。 首先，我得分析常见的CUDA安装失败原因。根据经验，可能的原因包括：旧版本残留、系统组件不兼容（比如Visual Studio版本）、驱动问题、系统环境不满足要求等。用户提到VS冲突，这可能是指之前安装的VS组件没有完全卸载，导致新CUDA安装时检测到残留文件，从而出错。 接下来，我需要整理解决方案。第一步应该是彻底清理旧版本的CUDA和显卡驱动。用户可能之前安装的CUDA没有卸载干净，残留文件导致冲突。可以使用DDU工具在安全模式下彻底卸载NVIDIA驱动，然后手动删除CUDA相关的文件和注册表项，但要注意提醒用户谨慎操作注册表。 第二步是检查系统兼容性。确保Windows版本符合CUDA的要求，比如某些CUDA版本可能需要特定的Windows 10版本。同时，用户可能需要安装对应的Visual Studio版本，例如CUDA 11.x需要VS2019，而CUDA 12.x需要VS2022。用户之前可能安装了不匹配的VS版本，导致冲突。建议用户查看CUDA官方文档，确认所需VS版本，并正确安装必要的组件，比如C++桌面开发包。 第三步是安装合适的CUDA版本。根据引用中的例子，用户安装12.0版本解决了问题。可能用户当前尝试安装的是较新版本，而系统环境更适合旧版本。建议用户访问NVIDIA官网下载旧版本，比如12.0，并选择自定义安装，仅安装必要的组件，避免冲突。同时，在安装过程中关闭杀毒软件和防火墙，防止安装被中断。 第四步是验证安装是否成功。安装完成后，在命令行输入nvcc -V查看版本信息，以及运行deviceQuery和bandwidthTest样例，确认CUDA是否正确识别显卡。如果这些测试失败，可能需要重新安装驱动或检查硬件兼容性。 另外，用户可能遇到的问题还包括安装过程中的错误代码，比如NSIGHT相关错误，这通常可以通过不安装这些组件来解决。还有可能是Windows更新导致的问题，建议用户暂时禁用自动更新，或在安装前确保系统已更新到最新状态。 最后，根据用户提供的引用，安装早期版本是一个有效的解决方案，因此需要强调这一点，并建议用户优先尝试安装兼容的旧版本，如CUDA 12.0。同时，提醒用户注意安装顺序，先安装VS再安装CUDA，确保依赖项正确配置。 总结解决方案步骤：清理旧驱动和CUDA、检查系统兼容性、安装正确版本的VS组件、下载合适CUDA版本并自定义安装、验证安装结果。同时，针对可能的错误点，如残留文件、VS版本冲突，给出具体操作建议，确保用户能逐步解决问题。</think>### CUDA安装失败解决方案及错误原因分析 #### 一、常见错误原因 1. **残留旧版本冲突** 重装系统后未彻底清理旧版CUDA或显卡驱动残留文件，导致注册表或系统路径冲突[^1]。 2. **Visual Studio组件缺失/版本不匹配** CUDA依赖特定版本的Visual Studio组件（如CUDA 11.x需VS2019，CUDA 12.x需VS2022），缺少相关组件会导致安装中断。 3. **系统环境不满足要求** - Windows系统版本过低（如CUDA 12需Windows 10 20H2以上） - 显卡驱动未更新至CUDA要求的版本（如CUDA 12.1需NVIDIA驱动≥535.86.01） 4. **安装包组件冲突** 安装时勾选了与当前系统不兼容的组件（如NSIGHT_VFX等）。 --- #### 二、分步解决方案 ##### 步骤1：彻底清理旧版本 1. 使用**Display Driver Uninstaller (DDU)** 在安全模式下卸载NVIDIA驱动和CUDA残留 ```powershell # 下载地址：https://www.guru3d.com/files-details/display-driver-uninstaller-download.html ``` 2. 手动删除残留文件： - 删除 `C:\Program Files\NVIDIA Corporation` 和 `C:\Program Files\NVIDIA GPU Computing Toolkit` - 清理注册表：`Win+R` → 输入 `regedit` → 删除 `HKEY_LOCAL_MACHINE\SOFTWARE\NVIDIA Corporation`（操作前备份注册表） ##### 步骤2：检查系统兼容性 1. 确认Windows版本： - `Win+R` → 输入 `winver` → 查看系统版本 - 若版本过低，需升级系统（如CUDA 12要求Windows 10 20H2+） 2. 安装匹配的Visual Studio组件： - 下载VS2022社区版 → 安装时勾选 **“使用C++的桌面开发”** 和 **“Windows 11 SDK”** [^1] ##### 步骤3：安装CUDA 1. 下载早期版本（如CUDA 12.0）： ```powershell # NVIDIA官方存档：https://developer.nvidia.com/cuda-toolkit-archive ``` 2. 自定义安装： - 仅勾选 **CUDA** → **Development** 和 **Runtime** 组件 - 取消勾选 **NSIGHT_VFX**、**Visual Studio Integration**（若已安装独立VS） 3. 安装完成后验证： ```powershell nvcc -V # 应显示CUDA版本 cd "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\extras\demo_suite" .\bandwidthTest.exe # 返回Result = PASS表示成功[^2] ``` --- #### 三、典型错误处理 | 错误代码 | 解决方案 | |----------------|------------------------------| | **NSIGHT冲突** | 安装时不勾选NSIGHT相关组件 | | **驱动不兼容** | 升级显卡驱动至CUDA要求的最低版本 | ---
评论 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

扶云云

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值