记录一下安装多版本CUDA，和pytorch过程

记录一下安装多版本CUDA，和pytorch过程

提示：记录一下安装多版本CUDA，和pytorch过程
因电脑上安装了CUDA10.1，pytorch1.7.1,这次要做另一个项目，为了不破坏原有环境和其他适配性，安装CUDA10.2，pytorch1.8.1。安装过程如下：
进入电脑的 “应用和功能” 中查看CUDA是否安装并记录版本号

桌面鼠标右键打开 “NVIDIA控制面板” ，在控制面板中打开–>帮助–>系统信息，在系统信息中点击组件并查看“NVCUDA64.DLL”的产品信息，上面的信息表示该显卡所支持的CUDA安装的最高版本。当前
显卡驱动版本536.23和所支持的cuda版本最高是12.2.79，它是向下兼容的.

以下是显卡驱动和对应的CUDA版本，

提前下载cuda10.2和cudnn10.2
链接：
提取码：mbjc

执行CUDA安装程序，一般是自动安装在C盘的，因C盘剩余空间不足,决定将CUDA放在D盘。特别注意：这个地址为-“临时地址”-默认即可。（安装完成会自动删除）

（之前选择了D盘文指定了新建的文件夹，安装完成后自动删除了安装文件）。

直接点击“OK”，开始安装。

自动进行系统兼容性检查。

许可协议，选择‘同意并继续’。

选择‘自定义’安装，直接‘下一步’。

之前安装的是CUDA10.1,这次没有改变驱动版本，只选择安装CUDA。

这个是CUDA的安装位置，选择自己指定的位置。

接下来，勾选此处，直接‘NEXT’。

开始安装，等待安装。

到此处基本安装完成了，直接‘下一步’。

安装结束，点击‘关闭’。

查看CUDA10.2文件夹中已安装内容如下：

将cuDNN压缩包解压，把cuda下的“bin”、“include”、“lib”复制到CUDA10.2对应的安装文件夹内。

查看环境变量，右键点击计算机图标，选择“属性”->“高级系统设置”->“环境变量”。

重启电脑，查看CUDA安装信息和环境变量。

后记：一般是自动安装在C盘的，因C盘剩余空间不足,原来CUDA放在D盘，这次也放到D盘，需要单独建立文件夹即可，不要跟原来的版本放到一起。
CUDA官网：
Cudnn官网：
ptTorch官网：
本次安装的pytorch1.8.1
pip install torch1.8.1+cu102 torchvision0.9.1+cu102 torchaudio==0.8.1 -f .html

本次安装参考了这位博主的教程，感谢：