1、前言

如果最终目的是安装PyTorch环境，建议按照<显卡驱动> – <CUDA> – <cuDNN>– <Anaconda> – <PyTorch> 的顺序。关键是CUDA、cuDNN和Anaconda的安装顺序，Windows环境下如果先安装Anaconda则会遇到一些奇怪的问题。Ubuntu里安装CUDA和Anaconda的顺序似乎无所谓。

参考1：Ubuntu 22.04 安装Nvidia驱动

参考2：Ubuntu 22.04 安装CUDA

参考3：PyTorch（1）一招搞定PyTorch安装

上述3个参考帖子，基本上涵盖了Ubuntu里到最终安装PyTorch的全过程，其中Anaconda和cuDNN比较简单就没有单独发帖。

在Windows里，Nvidia驱动一般是找到对应型号，下载exe安装文件执行就行了，驱动更新是自动的。CUDA、cuDNN安装跟Ubuntu里步骤一样，找到对应版本，下载exe安装文件执行就行了。Anaconda安装完，PyTorch安装，到[ https://pytorch.org/get-started/locally/ ]做好相应选择，拷贝生成的指令到conda环境执行就行了。

注意：据说PyTorch自版本1.3开始，官方提供了包含UCDA版本的PyTorch，不需要单独安装CUDA和cuDNN。但有点不放心，因为CUDA版本跟Nvidia驱动版本有关，最好还是从Nvidia官网下载适合驱动版本的CUDA安装包。另外，cuDNN可以从conda或pip安装，也可以下载exe本地安装，考虑到网速700M的文件还是本地安装为好。

这次遇到的问题是Windows里要卸载旧的CUDA，安装新版本的CUDA，比较繁琐的部分是卸载CUDA。

前提是已安装并更新Nvidia驱动，没有安装或已卸载Anaconda。

2、卸载CUDA

查看Nvidia驱动和可安装CUDA的最高版本，命令行：nvidia-smi

可以看到可安装CUDA的最高版本是13.0

然后查看已安装的CUDA版本，命令行：nvcc -V

可以看到已安装的CUDA是12.6，有必要升级到13.0

（1）卸载cuDNN

到Windows 设置 – 应用 – 安装的应用，首先卸载cuDNN，如下图所示的5项：

（2）然后卸载CUDA，如下图所示4项，从安装时间上就可以看出这4项是一起安装的，并且和cuDNN是同一天安装的：

（3）删除文件夹C:\Program Files\NVIDIA GPU Computing Toolkit，可以看到里面还有CUDA文件夹，但已经空了。

（4）清理环境变量。Windows设置里搜索框“环境变量”，选择“编辑系统环境变量”

如果系统变量里有如下项则删除：

CUDA_PATH

CUDA_PATH_V12_6

查看系统变量Path，编辑，有类似如下条目（可能多条）则删除：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\……

至此，CUDA和cuDNN卸载完毕！

3、安装CUDA

到https://developer.nvidia.com/cuda-toolkit-archive 下载CUDA安装exe文件。最新版是13.0.2，前面查看驱动提示最高支持13.0，下载了最新13.0.2版本。

选择Windows – x86_64 – 11 – exe(local)，下载2.3GB

下载完成后，双击exe开始图形化安装。中间会提示没找到Visual Studio，可能会影响一些组件的发挥，勾选“I understand …”继续。

到https://developer.nvidia.com/cudnn-downloads 下载cuDNN安装exe文件，不管Nvidia驱动和CUDA的版本，选择Windows – x86_64 – 11 – exe(local)，下载695MB。

下载完成后，双击exe开始图形化安装。

–== 全部完事，不放心的话，重启一下 ==–