@查看電腦是否有GPU 任務管理器—>性能
@查看CUDA是否安裝成功及其版本 win+r—>cmd—>nvcc -V
@卸載原先版本的NIDIA CUDA
1.采用Display Driver Uninstaller工具https://www.wagnardsoft.com/
具體使用方法https://zhidao.baidu.com/question/563461804.html

2.pycharm配置GPU環境
https://blog.csdn.net/qq_39797713/article/details/103948041?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-2.control
查看電腦適合的CUDA版本和對應的cuDNN版本及其下載
https://blog.csdn.net/qq_39797713/article/details/103947951
（1）首先下載安裝CUDA

@查看CUDA是否安裝成功及其版本 win+r—>cmd—>nvcc -V
（2）下載cuDNN https://developer.nvidia.com/rdp/cudnn-archive
(檢驗是否配置庫：到CUDA安裝目錄下的 bin目錄或者include目錄中是否有包含 cudnn字樣的.h文件。)
官網下載好后可以直接解壓文件夾。然后將這個文件夾下的文件按照如下操作復制到CUDA路徑下：
復制 \cuda\bin\cudnn64_7.dll 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin.
復制 \cuda\ include\cudnn.h 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include.
復制 \cuda\lib\x64\cudnn.lib 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64.
復制好后，也就相當于安裝好了cuDNN

cuda安裝教程+cudnn安裝教程（包括添加環境變量）
https://blog.csdn.net/sinat_23619409/article/details/84202651

pycharm中使用GPU跑程序https://blog.csdn.net/zqx951102/article/details/89462160

（原）pycharm中使用CUDA_VISIBLE_DEVICES
https://blog.csdn.net/weixin_34174132/article/details/86453915?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control

‘nvidia-smi‘ 不是內部或外部命令，也不是可運行的程序 或批處理文件。https://blog.csdn.net/qq_40678222/article/details/112076858

nvidia-smi可以顯示顯卡信息,但torch.cuda.is_available()一直顯示false
添加鏈接描述

CUDA與顯卡驅動版本對應關系（這個一定得去網上找全的，不然容易踩雷）
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#title-new-features

windows下CUDA的卸載以及安裝https://blog.csdn.net/m0_37605642/article/details/99100924

https://zhuanlan.zhihu.com/p/339062791
cuda11.1 + cuDNN v8.0.4 for CUDA 11.1 配置流程 在NVIDIA官網下載與cuda11.1版本對應的cudnn8.0.4，下載地址為：https://developer.nvidia.com/rdp/cudnn-archive建議下載cuDNN Library for Linux (x86_64)安裝包。

總結

以上是生活随笔為你收集整理的电脑配置GPU加速器||电脑配置CUDA，cuDNN的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。