在Windows上安装多个版本的cuda-cuda11.8

1. 依然是这个网址：

CUDA Toolkit Archive | NVIDIA Developer

 下载后点击exe安装：

 临时文件位置随意。然后选择自定义安装：最下面三个不需要安装，cuda一栏中Nsight Systems和Nsight Compute不需要勾选。

 选择安装位置，就放在之前安装的其他版本的cuda一样的位置，新的文件夹v11.8。默认C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8

 2. 安装cudnn库

cuDNN 9.2.1 Downloads | NVIDIA Developer

下载相应版本的压缩包，解压后：复制以下三个文件夹到上面的路径里。

 添加系统环境变量：

 注意顺序要在之前的cuda版本的位置之前才可以。想用哪个版本就把哪个版本的环境变量放在前面的位置上。

查看是否cudnn成功：

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\extras\demo_suite
bandwidthTest.exe
deviceQuery.exe

显示成功：deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 11.8, CUDA Runtime Version = 11.8, NumDevs = 1, Device0 = NVIDIA GeForce RTX 3070 Result = PASS

3.python 3.10的安装

conda info --envs #查看虚拟环境有哪些
conda env list  #或者
conda create --prefix E:\classify\Vim\envs python=3.10  #利用路径创建一个虚拟环境
conda activate E:\classify\Vim\envs   #激活它
conda install python=3.10.13  #安装python3.10
python --version   #查看python版本，或者python -V。是否是3.10
conda deactivate   #关闭当前环境

如果出现错误：Your shell has not been properly configured to use 'conda activate'. If using 'conda activate' from a batch script, change your invocation to 'CALL conda.bat activate'

conda init powershell   #或者conda init cmd.exe，关闭后重新运行

如果出现要求更新conda，那就更新它：

conda update -n base -c conda-forge conda

 4. 安装pytorch

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

 查看cuda11.8是否可用：

import torch

def check_cuda():
    if torch.cuda.is_available():
        print("CUDA is available")
        print("CUDA version:", torch.version.cuda)
        print("Number of CUDA devices:", torch.cuda.device_count())
        for i in range(torch.cuda.device_count()):
            print("Device name:", torch.cuda.get_device_name(i))
    else:
        print("CUDA is not available")

check_cuda()

输出：