分享：win10使用 python 让 NVIDA GeForce MX250 显卡发挥余热，安装CUDA，cuDNN和PyTorch

1. 更新最新的显卡驱动

• 打开NVIDA更新驱动的官网地址

• 根据下图的选择，记得Windows驱动程序类型要选标准，如图
  

• 点击搜索，下面就会列出一大堆的历史驱动，选择第一个，也就是最新的，当前是472.12，点开，再点下载，再点同意并下载，建议用EagleGet
  

• 下载完毕后，双击安装，会提示选择一个解压缩的目录，建议选一个空闲空间大一点的盘来存放，这个安装完毕后会自动删除的
  

• 等解压缩完毕后，会自动检查系统是否可以安装这个驱动，等检查完毕后，选择NVIDA图形驱动程序，上面的NVIDIA显卡驱动和GeForce Experience，会多安装GeForce Experience，给可怜的C盘更多的负担，不建议选择
  

• 同意并继续后，选择精简，下一步
  

• 等待安装完成，关闭就行了，建议重启电脑一下
  

• 右键点击桌面空白处，选择NVIDIA 控制面板，打开后，点击左下角的系统信息，查看驱动程序版本是否是安装的472.12
  

2. 安装CUDA

• 打开cmd，输入命令：nvidia-smi，会列出当前的驱动版本和支持的CUDA的最高版本，如果提示命令不存在，建议用软件everything，搜索nvidia-smi.exe，然后自行把目录添加到环境变量里，或者直接进入nvidia-smi.exe的目录里再运行命令
  
• 右上角显示的11.4就是当前电脑能够支持CUDA的最高版本，可以向下兼容，去CUDA的官方地址下载，选择低于可支持版本的，比如我选择了下图这个
  
• 点进去后，根据电脑情况选择
  
• 再往下拉一点，使用下载工具下载，建议用EagleGet
  
• 下载完毕后，双击安装，会提示选择一个解压缩的目录，建议选一个空闲空间大一点的盘来存放，这个安装完毕后会自动删除的
  
• 等解压缩完毕后，会自动检查系统是否可以安装这个驱动，等检查完毕后，同意并继续
• 选自定义，下一步
  
• 点开CUDA，找到Visual Studio Integration，取消勾选，如图所示
  
• 跟CUDA同级别的也都取消勾选，如图所示，下一步
  
• 选择安装位置，因为我C盘紧张，就选择安装到其他盘了，下一步，开始安装
• 等待安装完成，下一步，关闭就行了，建议重启电脑一下
  
• 打开cmd，输入命令：nvcc -V ，能正常输出版本信息等，就说明安装成功了
  
• (可选)，做一下GPU带宽测试，用软件everything，搜bandwidthTest.exe，找到文件所在地址，然后打开cmd，输入命令：bandwidthTest.exe，看到结果有输出pass，说明测试成功
  
• (可选)，获取CUDA可使用的GPU的信息，用软件everything，搜deviceQuery.exe，找到文件所在地址，然后打开cmd，输入命令：deviceQuery.exe，看到结果有输出pass，说明测试成功，根据结果也可知，集显是不能被CUDA操控的。
  

3. 安装cuDNN

• 先注册一个NVIDIA的开发者账号，打开地址，根据提示验证并注册
• 打开cuDNN的官方下载地址，需要根据已经安装的CUDA的版本选择
  
• 点开后，找到Windows的，点开，下载
  
• cuDNN其实称不上安装，只需要将下载下来的压缩包解压后，将对应文件夹的文件放到CUDA安装路径下的对应文件夹里即可(cuDNN可以认为是CUDA的补充，可以加速深层神经网络的速度)
  
• 直接把上图的所有都复制，然后打开CUDA的文件夹，直接无脑粘贴就行了，如果找不到，用软件everything，搜CUDA_Toolkit_Release_Notes.txt或者nvcc.exe，找到CUDA的安装文件夹，也是一样有bin、include、lib的才是

4. 安装pytorch

• 打开cmd，输入命令：pip install torch==1.13.0+cu117 torchvision==0.14.0+cu117 torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/cu117，torch有2g多，如果速度够快的话，就不用管，等它自动下完（不建议用国内源加速，据说有坑，会在没有gpu版本的时候直接安装cpu版本）
  

• 如果速度实在太慢的话，把下面这3个链接用下载工具先下载到本地，然后用python的whl安装包方法进行一一安装

• https://download.pytorch.org/whl/cu117/torch-1.13.0%2Bcu117-cp310-cp310-win_amd64.whl

• https://download.pytorch.org/whl/cu117/torchvision-0.14.0%2Bcu117-cp310-cp310-win_amd64.whl

• https://download.pytorch.org/whl/cu117/torchaudio-0.13.0%2Bcu117-cp310-cp310-win_amd64.whl

• 检查是否安装成功，打开cmd，输入命令：python，进入python的运行环境

• 输入import torch，稍等一下等它加载

• 再输入print(torch.cuda.is_available())，得到结果True，棒！
  

• 理论上，上面安装成功的话，下面这些就不用看了~

• 官网地址，可以尝试官网推荐的方法（没试过），pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

• 如果官网首页找不到对应的cuda版本，可以进这个链接，通过ctrl+f搜索，但是神奇的是，cuda 11.4版本没有找到，最后想到直接用whl的方法试试，就前面写的，成功了！！！

enjoy！！！