Windows10 安装 CUDA11.2 超详细教程

最新推荐文章于 2025-11-05 14:08:01 发布
原创 最新推荐文章于 2025-11-05 14:08:01 发布 · 1.1w 阅读 · 91 ·
CC 4.0 BY-SA版权
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。
文章标签：

#gpu算力 #深度学习 #机器学习 #python

本文详细指导了如何确定CUDA版本，下载并安装CUDA及cudnn，包括设置环境变量和验证安装过程。确保读者能够在GPU上进行高效计算。

目录

一、CUDA

1.确定CUDA版本

1.1 右键 -> NVIDIA 控制面板
或者直接在任务栏上点击 NVIDIA 控制面板
请添加图片描述
在这里插入图片描述
1.2 点击左下角系统信息
在这里插入图片描述
1.3 选择组件，在 3D 设置的 NVCUDA64.dll 中可以看到最高可以支持的 CUDA 的版本，如下图，可以看出我能支持 11.2
在这里插入图片描述

2.下载CUDA

CUDA官方下载地址
2.1 找到对应版本
在这里插入图片描述
在这里插入图片描述
2.2 下载完整文件
WIndows -> x86_64 -> 10 -> exe(local)
其中 exe(local) 是完整的安装文件，可以离线安装
exe(network) 是在线安装
在这里插入图片描述
2.3 选择 Base Installer 下载
在这里插入图片描述

3.安装 CUDA

最低0.47元/天 解锁文章
解决Ubuntu20.04安装CUDA-11.2报256错误的问题
jiexijihe945的博客
08-18 1万+
最近在给一台Ubuntu20.04的电脑装cuda-11.2版本的时候遇到了些错，经过一些列研究终于解决了这个问题。我记录了下来，希望情况和我一样的小伙伴可以解决这个问题。由于这个方法受内核的影响，所以不同的内核可能会不一样，大家如果和我一个内核应该是没有问题了。有问题欢迎留言，我测试可以正常使用，没遇到兼容问题。...
Pytorch安装详细教程（Wins+CUDA+Pycharm+GPU）
weixin_47590992的博客
09-02 7468
Pytorch安装教程详解，避开安装过程踩过的雷。
2022/2024/2025最详细，最新的 Win11/WIN10 安装CUDA11.2和cuDNN（必坑之作）完美教程
Vertira的博客
05-31 4万+
注意条事项，避免踩坑： 第一、windows系统安装CUDA ，目前win10和win11 通用。没有针对win11的cuda，直接用win10的就可以。（亲测）。 第二、专业的游戏笔记本 一般自动安装好了最新显卡驱动，一般不用更换。显卡驱动是笔记本电脑使用显卡的前提。 针对独立显卡，如何确定是否成功安装显卡驱动了呢。直接打开命令提示符，cmd。然后输入nvidia-smi 如果能够如上图打开，显示。说明你电脑的显卡驱动已经安装好了。从图中可以看到我的显卡驱动最高支持11.6，我安装的CUD
CUDA 11.2安装血泪史
小胖鸡的博客
02-23 1万+
CUDA 11.2安装血泪史我的硬件配置 实验室的电脑之前的时候装过CUDA但是后来硬盘崩了就没了 因为要跑代码所以重新装 没想到出了各种问题 简单来说就是网上的教程都不靠谱 我的硬件配置 实验室电脑配备的是XPS 8700+1070 然后实际在使用过程中是支持CUDA11.2的 但是安装了6次都是报错 后来尝试自定义 在安装过程中发现，如果第N次安装，最好不要选择CUDA下面的nsight system两个选项，不然后续安装会报错。 然后终于，在一次重启之后 然后 在系统的环境变量里，已经显示 ..
安装英伟达cuda驱动
最新发布
weixin_45526015的博客
11-05 338
摘要：Windows系统安装CUDA需先检查显卡支持的CUDA版本，下载对应Toolkit安装包并执行安装。安装时建议选择自定义安装模式，注意保留默认安装路径。需配置CUDA_PATH等环境变量，并通过nvcc -V命令验证安装。如需深度学习支持，还需安装匹配版本的cuDNN。注意事项包括避免安装时覆盖驱动、正确处理多版本切换，以及确保安装路径与临时解压路径不同。安装成功后可运行demo测试程序验证功能。
win10环境下CUDATOOLKIT 11.2安装详解
weixin_42493134的博客
04-11 1万+
（1）首先得弄清楚你的GPU是否支持Nvidia的CUDATOOKIT，可以到Nvidia的官网查询https://developer.nvidia.com/zh-cn/cuda-gpus。 （2）如果GPU支持CUDA，需要根据自己电脑VS和GPU驱动的版本来选择安装CUDA TOOLKIT的版本。 可以通过在cmd命令行输入Nvidia-smi命令来查询GPU驱动支持的CUDA版本 我的CUDA Version为11.2 接下来就是去Nvidia官网下载CUDA TOOLKIT相应的版本了，在下载版本之
Windows10安装Tensorflow2.4.1 + CUDA11.2.1 + cuDNN8.1.1.33教程【cusolver64_10.dll错误处理办法】
Archer阿茶
04-19 2637
本篇文章主要是为了更新一下操作流程，前面我使用的tensorflow2.3 + cuda10.2 + cuDNN10.2挺稳定的使用，大家也可以保持这个最稳定版本搭配 一、首先我们看看tensorflow官方的硬件要求和软件要求 https://tensorflow.google.cn/install/gpu#software_requirements 显然官方是推荐我们使用Nvidia的显卡作为我们的加速卡，作者本人使用的显卡是19年买来学习tensorflow的RTX2070【感叹这块显卡比买的时
CUDA下载安装教程，新手详细
热门推荐
changyana的博客
01-27 6万+
新手入门，详细安装教程
【环境配置】RTX 3090+cuda11.2+python39+pytorch1.8.0
weixin_43543177的博客
11-23 9988
3090+cuda11.2+python39+pytorch1.8.0PythonCUDACUDNNPyTorch验证 Python 网上教程很多，这个根据自己需求来定，我选的是比我之前的python版本高但比最新python版本稍低的python3.9.9，图个稳定。【python下载】 CUDA 下载CUDA, 地址：https://developer.nvidia.com/cuda-toolkit-archive, 我选择v11.2.2; 安装时，取消勾选CUDA子选项中的visual studi
【CUDA】windows10下的CUDA安装
enteracity的博客
01-09 7694
如果是第一次安装，
cuda 安装教程（win10）
qq_63034152的博客
06-13 4516
打开 nvidia控制面板 (桌面右键) >>> 选择左下角的系统信息 >>> 组件。小编这里以11.7为例进行，注意：高版本兼容低版本。这里我以11.7 版本为案例。
win10+CUDA11.2+VS2019的安装及环境配置（含多种问题及解决方法）.docx
05-13
详细记录Visual Studio、CUDA在安装过程中遇到的问题，以及安装后的相关环境配置、VS编译CUDA文件报错等
windows10环境下的CUDA9.1安装包
01-04
外网一般下载到最后都是失败，此次上传的是CUDA9.1，需要的小伙伴可以下载
【安装教程】Win10环境下安装tensorflow-gpu（gpu版）
WS_Change的博客
06-06 1613
默认已经安装好Anaconda。
Win10环境下yolov8快速配置与测试-详细
qq_36784503的博客
05-09 1638
而TensorRT和CUDA只需要创建一种属性表(适用以上两种模式)。step6：选择：[通用属性] -> [VC++目录] -> [库目录] -> [编辑] -> 将路径："D:\ThirdParty\opencv4.5.5\build\x64\vc15\lib"拷贝进去 -> [确认]最后，修改tensorrt属性表：[通用属性] -> [C/C++] -> [预处理器] -> [预处理器定义] -> 添加指令：_CRT_SECURE_NO_WARNINGS -> [确认]
Linux服务器上安装CUDA11.2和对应的cuDNN 8.4.0
weixin_45819759的博客
06-30 8106
因为我服务器上之前安装过CUDA12，所以会出现这个提示。它表示已经找到了一个现有的CUDA Toolkit 11.2安装，并询问用户是否要升级所有组件或者选择要升级的组件。如果用户不想继续安装，可以选择"No, abort installation"来中止安装过程。我这里选择选择Upgrade all。2022-05-22 06:32:31 configure xserver-xorg-video-nvidia-470:amd64 470.129.06-0ubuntu0.18.04.1 <无>
win10系统 完成cuda11.2+cudnn8.1.0安装
zhao1325的博客
07-08 1390
windows10系统中安装cuda11.2+cudnn8.1.0
Windows10 安装 CUDA + CUDNN
weixin_41245990的博客
01-14 1528
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）我的显卡驱动版本是560.94，可安装的CUDA最高版本为12.6，版本向下兼容，就是说CUDA 12.6及以下版本的都可以安装。CUDA 的安装需要两个包：CUDA和CUDNN（CUDA的一个补丁，用于优化深度学习），先安装CUDA，后安装CUDNN。显卡驱动版本向下兼容，其决定了可安装的 CUDA Toolkit 的最高版本，高版本的驱动支持低版本的 CUDA。
WIN10安装CUDA保姆级教程[2023.5.7更新]
ZHUO__zhuo的博客
05-07 3万+
不要选Visual Studio Integration，即使选了也不能成功安装。记住以下安装位置，tensorflow要求配置环境重点提醒：一定要记住这个路径，把这个路径保留下来，后面我们还会用到！！！安装完成后，鼠标右键此电脑->属性->高级系统设置->环境变量，查看系统变量即可看到红色框选的两项。或者直接在电脑搜索编辑系统环境变量打开。查看系统变量中是否添加了路径，如果没有需要自己添加。
系统Windows11，cuda11.2安装教程
05-03
<think>好的，我需要帮助用户在Windows 11上安装CUDA 11.2。首先，我应该回顾用户的问题和相关引用，确保提供准确的信息。用户提到参考了三个引用，其中引用[1]和[2]提到了CUDA 11.2和12.0，而引用[3]涉及Windows 11下的PyTorch安装。用户明确需要CUDA 11.2的安装指南，所以我应该专注于这个版本。 首先，我需要确认CUDA 11.2是否支持Windows 11。虽然官方可能主要支持较新的CUDA版本，但通常旧版本也能在较新的系统上运行，可能需要兼容性设置。接下来，安装步骤大致包括检查系统兼容性、下载安装包、运行安装程序、配置环境变量和验证安装。 根据引用[2]，用户可能在系统中有多个CUDA版本，比如12.0，但用户需要的是11.2。需要提醒用户注意版本冲突，并可能通过环境变量调整默认版本。引用[3]提到安装PyTorch时的选择适配配置，所以在安装完CUDA后，可能需要指导用户如何安装对应版本的PyTorch，但用户当前问题集中在CUDA安装，这部分可能作为后续步骤提及。 接下来，我需要分步骤详细说明安装过程。首先检查系统要求：Windows 11 64位，NVIDIA显卡驱动版本是否满足CUDA 11.2的要求。用户需要更新显卡驱动到兼容的版本，可能通过GeForce Experience或手动下载。 然后，下载CUDA 11.2安装包。正确的来源是NVIDIA官网的归档版本，因为当前可能默认展示最新版本。需要引导用户到旧版本下载页面，找到11.2版本，选择Windows版，并下载Base Installer和可能的补丁。 安装过程中，用户需要选择自定义安装，避免覆盖现有驱动（如果已安装较新驱动）。可能需要建议用户不勾选显卡驱动组件，或者根据情况处理。安装完成后，配置环境变量，确保系统路径中包含CUDA的bin和lib目录。 验证安装部分，通过命令行运行nvcc -V查看版本，以及运行deviceQuery和bandwidthTest来确认CUDA是否正确安装。如果这些测试通过，说明安装成功。 同时，需要提醒用户注意与其他CUDA版本的兼容性，如果有多个版本，如何通过环境变量切换。例如，在引用[2]中提到的CUDA 12.0，用户可能需要调整路径优先级。 最后，可能生成相关问题，如如何验证安装、多版本管理、安装cuDNN或与深度学习框架集成，如PyTorch（引用[3]的内容）。但用户当前问题仅涉及CUDA安装，所以相关问题应围绕后续步骤和常见问题。 需要确保所有技术术语正确，步骤清晰，避免遗漏关键点，如驱动兼容性、自定义安装选项、环境变量配置等。同时，注意用户可能遇到的常见问题，比如安装失败、版本冲突，并提供解决方案或参考链接。</think>### Windows 11 系统安装 CUDA 11.2 分步指南 #### 一、安装前准备 1. **系统要求检查** - 操作系统：Windows 11 64位 - GPU型号：需为NVIDIA显卡（如RTX 30系列、Titan系列等），支持CUDA 11.2[^1] - 驱动版本：需安装**R460以上版本**的NVIDIA显卡驱动（可通过`NVIDIA控制面板 > 系统信息`查看） 2. **下载CUDA 11.2安装包** 访问[NVIDIA CUDA Toolkit Archive](https://developer.nvidia.com/cuda-toolkit-archive)，选择以下选项： - **CUDA Toolkit 11.2.2**（2021年2月更新） - 操作系统选择`Windows`，安装类型选择`exe [local]` - 下载`Base Installer`（约3GB）和`Patch 1`（可选，修复已知问题） --- #### 二、安装步骤 1. **运行安装程序** - 双击下载的`cuda_11.2.2_461.33_win10.exe`（名称可能略有不同） - 选择解压路径（默认`C:\Program Files\NVIDIA GPU Computing Toolkit\`） 2. **自定义安装选项** 勾选以下组件（若已安装新版驱动，需取消勾选`Display Driver`避免覆盖）： ``` ☑ CUDA ☑ Development ☑ Documentation ☑ Samples ☑ Driver components（若需更新驱动） ``` 3. **添加环境变量** 安装完成后，确保以下路径已自动添加到系统环境变量`PATH`： - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin` - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp` --- #### 三、验证安装 1. **命令行验证** 打开命令提示符，执行以下命令： ```bash nvcc -V # 应输出"release 11.2" ``` 2. **运行测试程序** 进入`C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.2\bin\win64\Release`，运行： - `deviceQuery.exe`：显示GPU详细信息（最后一行应为`Result = PASS`） - `bandwidthTest.exe`：测试GPU显存带宽（最后一行应为`Result = PASS`） --- #### 四、多版本管理（若需共存） 若系统中已安装其他CUDA版本（如12.0[^2]），可通过以下方式切换： 1. 调整`PATH`环境变量中`v11.2`路径的优先级高于其他版本 2. 在深度学习框架（如PyTorch）中指定CUDA版本： ```python import torch torch.cuda.is_available() # 返回True表示识别成功 ``` ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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
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