1下载runfile安装文件 首先，从官网下载所需版本的cuda安装包，下载链接。选择对应版本后，会跳转到该版本的配置信息页面。比如我是ubuntu20.04系统，已经安装好了cuda10.0，但是现在还需要用到cuda9.0。那么，在选定版本后，配置信息如下图所示（由于Version选项中没有20.04，因此我们随便选一个即可，这里选的16.04，这一选项不会影响后面的安装），InstallerType选择为runfile（因为使用deb文件进行安装的话，可能会将已经安装的较新的显卡驱动给替换掉），选择好之后点击BaseInstaller后面的Download即可。 2安装cuda c
1下载runfile安装文件 首先，从官网下载所需版本的cuda安装包，下载链接。选择对应版本后，会跳转到该版本的配置信息页面。比如我是ubuntu20.04系统，已经安装好了cuda10.0，但是现在还需要用到cuda9.0。那么，在选定版本后，配置信息如下图所示（由于Version选项中没有20.04，因此我们随便选一个即可，这里选的16.04，这一选项不会影响后面的安装），InstallerType选择为runfile（因为使用deb文件进行安装的话，可能会将已经安装的较新的显卡驱动给替换掉），选择好之后点击BaseInstaller后面的Download即可。 2安装cuda c
之前想使用指定的GPU训练模型，查网上的帖子一般是通过设置环境变量来实现的，然后自己试了一下，在debug的时候发现无论怎么弄显示的device都是‘cuda:0’： 也没有多思考，于是就放弃了设置环境变量来指定GPU的方式，改为用以下方式来指定：device=torch.device("cuda:5")data=data.to(device)model=model.to(device) 在debug的时候，发现模型和数据都非常舒服的装载到了自己想要得gpu上，但是感觉这种方法多少有点麻烦，当有多个文件调用的时候，还要把device做为参数传来传去的，很不便捷。
之前想使用指定的GPU训练模型，查网上的帖子一般是通过设置环境变量来实现的，然后自己试了一下，在debug的时候发现无论怎么弄显示的device都是‘cuda:0’： 也没有多思考，于是就放弃了设置环境变量来指定GPU的方式，改为用以下方式来指定：device=torch.device("cuda:5")data=data.to(device)model=model.to(device) 在debug的时候，发现模型和数据都非常舒服的装载到了自己想要得gpu上，但是感觉这种方法多少有点麻烦，当有多个文件调用的时候，还要把device做为参数传来传去的，很不便捷。
目录1.cuda的安装2.cudapath的配置3.检查cuda的版本号（为安装pytorch做准备）...建议看看下面的几条ps，可以避免踩坑！ps：本文所用ubuntu系统版本为v-22.04（如果打算安装可以参考博主的另一篇文章），ubuntu-v-22.04最高支持cuda-v-11.7.0ps：此文为2023.2.4所写，此时pytorch支持的cuda版本最高为v-11.7。ps：因为自己没提前查看pytorch支持的cuda的最高版本，因此装了个v-12.0，在这写下这篇博客，希望让你们少踩坑。ps：试过各种卸载方法都删除不干净，无奈只能重新装系统。ps：安装cudaToolik
目录1.cuda的安装2.cudapath的配置3.检查cuda的版本号（为安装pytorch做准备）...建议看看下面的几条ps，可以避免踩坑！ps：本文所用ubuntu系统版本为v-22.04（如果打算安装可以参考博主的另一篇文章），ubuntu-v-22.04最高支持cuda-v-11.7.0ps：此文为2023.2.4所写，此时pytorch支持的cuda版本最高为v-11.7。ps：因为自己没提前查看pytorch支持的cuda的最高版本，因此装了个v-12.0，在这写下这篇博客，希望让你们少踩坑。ps：试过各种卸载方法都删除不干净，无奈只能重新装系统。ps：安装cudaToolik
目录安装cuda下载cuDNN包cuda配置验证pycharm内下载gpu版TensorFlow安装cuda下载链接：https://developer.nvidia.cn/cuda-downloads?直接安装，首先提取在temp目录：这个temp目录在退出安装以及安装完成后会自动删除，如果没有，我们也可以手动将其删除提取完成后，就进入安装步骤直接精简安装即可，省事快捷，占点储存空间在现在也不是个事。安装好cuda后，会提示重启。重启完成后，安装成功。cuda安装好之后，会新建两个环境变量CUDA_PATH以及CUDA_PATH_V11_8：注意，有教程说，cuda会生成NVCUDASAMP
目录安装cuda下载cuDNN包cuda配置验证pycharm内下载gpu版TensorFlow安装cuda下载链接：https://developer.nvidia.cn/cuda-downloads?直接安装，首先提取在temp目录：这个temp目录在退出安装以及安装完成后会自动删除，如果没有，我们也可以手动将其删除提取完成后，就进入安装步骤直接精简安装即可，省事快捷，占点储存空间在现在也不是个事。安装好cuda后，会提示重启。重启完成后，安装成功。cuda安装好之后，会新建两个环境变量CUDA_PATH以及CUDA_PATH_V11_8：注意，有教程说，cuda会生成NVCUDASAMP
最近在学习yolov5分享一下学习经验一.torch环境配置：1.Anaconda安装 首先需要下载一个Anaconda来方便我们配置pytorch的环境Anaconda直接百度就可以找到官网并且下载 可以进入Anaconda的官网查询你想下载的版本对应的是哪个安装包，主界面进入后直接点击下方的GetAdditionalLinstallers 点进来之后会进入如下界面上面默认是最新版的Anaconda选择你对应的系统就能进行安装了 不过有的时候我们需要下载一些比较旧的版本的Anaconda， 在Anaconda的界面选择下面蓝框里的archive就会得到旧版本安装表的列表了 如果没有科学上网
最近在学习yolov5分享一下学习经验一.torch环境配置：1.Anaconda安装 首先需要下载一个Anaconda来方便我们配置pytorch的环境Anaconda直接百度就可以找到官网并且下载 可以进入Anaconda的官网查询你想下载的版本对应的是哪个安装包，主界面进入后直接点击下方的GetAdditionalLinstallers 点进来之后会进入如下界面上面默认是最新版的Anaconda选择你对应的系统就能进行安装了 不过有的时候我们需要下载一些比较旧的版本的Anaconda， 在Anaconda的界面选择下面蓝框里的archive就会得到旧版本安装表的列表了 如果没有科学上网
