win11+CUDA12.0+vs2022环境搭建_vs2022支持的cuda版本

win11+CUDA12.0安装CUDA、cuDNN和vs2022

安装前系统中安装了vs2017和vs2022，所以，安装nvidia kit时自动检测vs环境并安装了cuda项目模板，不需要再鼓捣vs了。

一、驱动版本检查

检查驱动有两种方法，可以在cmd里输入nvidia-smi或者在桌面右键nvidia控制面板→左下角“系统信息”→左上角“组件”查看

有一些教程第一步还需要下载GeForce Experience，下载成功之前我的电脑里有，所以我没有下载，成功之后电脑里没有了但好像也没什么影响。（我也没下载VS）

以我为例，可以下载12.2以下的版本。

二、检查tensorflow_cpu/gpu对应的CUDA和cuDNN版本

gpu版本对应网址：https://tensorflow.google.cn/install/source_windows?hl=en#gpu

所以我选择了下载CUDA12.0，cuDNN8.9.5。

2.1下载CUDA

官网：https://developer.nvidia.com/cuda-toolkit-archive，下载过程网上有很多大家可以参考，选择自己的系统即可，可以发现低版本的CUDA都没有win11的选择，没有关系下载win10的即可，然后就是管理员身份运行等一系列操作了。

我出现的问题是不论下载了哪个版本，都会在安装的第一步出现这个问题：“You already have a newer version of the NVIDIA Frameview SDK installed”

这一步是卡在了系统兼容性检查上，最开始不通过的时候系统工程师让我“打开系统设置，搜索内核隔离，关闭下里面的所有的选项”但还是没有解决，搜了一下发现需要在“控制面板里选择卸载程序把NVIDIA Framework SDK...删掉”，然后重新安装11.2程序，就通过了，剩下的按照提示选择“自定义安装”等就可以了，其中选项中CUDA里有一个“Visual Studio Interpreter”要不要勾选，因为我之前没有下过任何东西，所以我勾选了，后面在结束里提示里安装成功。

安装成功后在cmd里输入nvcc --version，会看到版本号，就是安装成功了。

2.2下载cuDNN

官网：https://developer.nvidia.com/rdp/cudnn-archive，cuDNN官网需要用邮箱注册，前后大概两三步，跟着做就行不会有什么问题。

按照需求我下了第一个，点开之后选择for Windows(x86)就会自动下载一个压缩包，解压之后把里面的四个文件复制粘贴到“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\”

2.3验证三个是否都已安装好

在cmd里输入“cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite”，再输入“bandwidthTest.exe”和“deviceQuery.exe”有如下结果PASS就是安装完成了。

三、安装tensorflow-cpu/gpu

对照表格我选择安装2.10.0的cpu和gpu

3.1下载tensorflow-cpu

直接pip下载“ pip install tensorflow-cpu==2.10.0”，结果报了一堆红，看了一下好像是响应超时了，就加了一个镜像源“pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.10.0 ”，安装成功。

用了一下这个小代码测试一下，得出了正确结果但报了个红，不过查了一下好像没什么关系，加一句下放代码就不提示了。

import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

3.2下载tensorflow-gpu

依旧是“pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.10.0”，下载成功。测试：

成功！自此所有准备工作已完成，继续开心的写代码了！！！！

注意！！！：cpu和gpu两个版本最好不要放在一个环境下，如果放在一个环境想只用gpu的话就一定要把两个都先卸载掉“pip uninstall tensoeflow...”，只cpu也会导致gpu不能用，然后再重新下载gpu就可以正常使用了。