本文内容：
手把手带你配置深度学习GPU版本框架需要的CUDA环境，解决CPU训练模型龟速的问题，GPU版本配置的复杂难度主要在于CUDA以及CUDNN的版本选择及安装配置，因此本篇文章带你手把手安装好你电脑对应版本的CUDA以及CUDNN，带你感受GPU的速度。后续会在此基础上出安装GPU版本的Tensorflow和Pytorch框架的教程。
本教程针对Windows系统，教程中演示图片为Win10系统。
注：对深度学习框架还不够了解的同学，可先看往期的AI解惑系列文章，后面会陆续更新对相关深度学习框架的介绍。
全文内容较多，每一步十分详细，只需按步骤依次操作即可完成安装。
1、在安装之前一定要先安装VS，否则在安装CUDA过程中就会出现如下情况，从而无法正常安装
2、VS_Community下载链接：
3、下载完后，双击安装
4、在安装选项中勾选“C++桌面开发”即可
5、点击启动，登录自己的账号初始化完毕即可
6、启动完毕，关闭VS即可
1、在搜索框输入NVIDIA，点击NVIDIA控制面板
2、选中“管理3D设置”，点击下方的“系统信息”
3、点击“组件”按钮，查看CUDA版本
4、可以看到我这里是CUDA 12.1
1、进入CUDA官网，根据上面确定的CUDA版本找到对应版本
2、选择自己的版本，Installer Type 方式选择exe(local) , 之后点击“Download”按钮
3、双击下载的exe安装包
4、选择临时解压位置，点击“OK”，等待解压完毕
5、等待系统检测完毕，点击同意并继续
6、选择自定义安装，点击下一步
7、继续点击“下一步”
8、选择安装位置，一定要记住，之后需要用到，一般默认即可
9、等待安装完成
10、点击“下一步”
11、安装完毕，取消勾选，点击关闭即可
12、查看系统环境变量，点击设置—>关于—>高级系统设置
13、查看系统环境变量
14、可以看到，CUDA环境变量已经自动加入到系统中
1、win+R 快捷键，之后输入cmd，调出命令行终端
2、在命令行输入nvcc -V【返回版本号则安装成功】
1、进入CUDNN官网，需要注册/登录后才可以下载
2、登录后，选择我们与cuda对应的版本下载安装即可
3、将下载的压缩包解压
4、将解压后bin目录的内容全部放到CUDA对应的bin目录下
5、将解压后include目录下的内容全部放到CUDA对应的include目录下
6、将解压后lib目录下x64目录中的内容全部放到CUDA对应的lib目录下的x64目录中
7、打开系统环境变量，步骤同上
8、编辑Path变量
9、将这四条添加进去，前两条在之前已经自动添加了，点击“新建”添加后两条即可
通过cmd打开命令行终端，步骤同上，在终端输入nvidia-smi，返回GPU型号则安装成功
综上，我们便成功安装了CUDA以及CUDNN，后续便可以轻松安装GPU版本的深度学习框架，感受GPU的速度，陆续跟新，敬请期待！
— 完 —