windows cuda环境搭建，pytorch_gpu，tensorflow，多个cuda环境切换

windows cuda环境的搭建

首先下载显卡驱动，根据显卡的型号找到相应的驱动，下载并安装
https://www.nvidia.cn/Download/index.aspx?lang=cn

之后下载相应的cuda与cudnn，需要清楚一点，即显卡驱动与cuda没有对应关系，只要保持驱动最新，找相应的cuda版本就好了。但是cuda与cudnn是对应的，Pytorch_gpu 与conda也是对应的。如此，在复现代码的时候要根据pytorch 版本找到相应的cuda,根据cuda找打相应的cudnn。cudnnshicuda的一个补丁。

cuda版本下载
cudnn版本下载
将cudnn中解压的三个文件放到cuda安装根目录（可从系统变量中查看路径）下即可，如下所示：


直接复制过去就行

下面pytorch与tensorflow分开说明

pytorch 使用GPU

https://pytorch.org/get-started/previous-versions/
从上面的网站找相应的cuda版本

tensorflow_gpu

https://tensorflow.google.cn/install/source_windows?hl=en#gpu

安装多个版本的cuda

和上面的步骤一样，只要找到相应的cuda,之后点击安装，自定义安装，只选第一项，cuda其余不勾选。安装完成之后会发现系统变量中多出了两个版本的cuda，完成。

在安装第二次安装cuda的过程中，可能会报错说有个新的版本，You already have a newer version of the NVIDIA Frameview SDK installed。找到相应的文件，将其删除，重新安装就好了，参看博文 https://blog.csdn.net/weixin_43082343/article/details/119043543
在运行的时候系统会自动从系统变量中寻找合适的cuda版本，所以无需修改系统变量即可实现项目的运行。

详细cuda安装博文：
https://blog.csdn.net/weixin_43848614/article/details/117221384?spm=1001.2014.3001.5506