### Windows 系统下 CUDA、cuDNN 和 TensorRT 的安装方法 #### 一、准备工作 在开始安装前，需要确认以下几个关键点： - **显卡驱动版本**：确保已安装最新版的 NVIDIA 显卡驱动程序。如果已有旧版本驱动，建议按照推荐方式卸载后再重新安装新版本[^3]。 - **操作系统兼容性**：CUDA 支持特定版本的 Windows 操作系统（如 Windows 10 或更高）。可以通过官网查询支持的操作系统列表[^1]。 #### 二、CUDA 安装 1. 访问 NVIDIA 开发者网站并登录账户，进入 CUDA Toolkit 下载页面。 2. 根据硬件配置选择合适的 CUDA 版本以及对应的 Windows 平台。 3. 执行下载后的安装包，默认会提供图形化界面引导完成整个过程。 4. 勾选选项时注意是否需要同时更新 GPU 驱动；如果有冲突风险，可以单独处理驱动部分[^3]。 #### 三、cuDNN 安装 1. 登录 NVIDIA cuDNN 页面获取访问权限后下载与所安装 CUDA 版本相匹配的 cuDNN 库文件。 2. 解压获得 bin, include 及 lib 文件夹内容至相应目录下（通常为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vXX.X），覆盖原有文件即可[^2]。 ```bash # 示例路径结构调整命令 (假设解压缩到临时位置 c:/temp/cudnn/) xcopy /s/e/y/i "C:\Temp\cudnn\bin" "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vXX.X\bin" xcopy /s/e/y/i "C:\Temp\cudnn\include" "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vXX.X\include" xcopy /s/e/y/i "C:\Temp\cudnn\lib\x64" "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vXX.X\lib\x64" ``` #### 四、TensorRT 安装 1. 同样前往 NVIDIA Developer Portal 获取 TensorRT 软件包链接。 2. 对于 Windows 用户来说，一般采用预编译好的 .exe 或者 zip 形式的分发形式来简化部署工作流[^2]。 3. 运行 EXE 文件或者手动提取 ZIP 中的内容，并设置环境变量 PATH 添加指向 tensorrt/bin 子目录的位置以便调用动态库。 #### 五、验证安装成功与否 通过运行简单的测试脚本来检验各个组件的功能状态： ```python import tensorflow as tf print(tf.config.list_physical_devices('GPU')) # TensorFlow 测试是否有可用 GPU 设备 from numba import cuda cuda.select_device(0) print(cuda.current_context()) # Numba 判断当前上下文初始化情况 ``` 以上即完成了基于 Windows 上完整的 CUDA+cuDNN+tensorRT 组合环境搭建流程说明[^2][^3]。