CUDA

從CUDA Toolkit Archive下載相應版本的離線安裝包，這里以11.7為例。

打開安裝包，在安裝選項選擇自定義模式，點擊下一步。

在自定義安裝選項中，僅選擇CUDA組件（其中Nsight相關組件用于代碼調試與性能分析），若未安裝顯卡驅動，選擇NVIDIA GeForce Experience components并點擊下一步。

可能會出現如下圖提示，警告你未安裝Visual Studio (可參考 【Windows 開發環境配置】C++ 篇 安裝)，這里打勾點擊下一步即可。

安裝完成后會自動添加到系統的PATH環境變量，無需手動添加。

cuDNN

從cuDNN Archive下載相應版本的安裝包，這里以8.4.1.50為例。

下載完成后，將解壓縮包中的文件復制到C:\Program Files\NVIDIA GPU Computing Toolkit\cuDNN\v8.4.1.50目錄下。

將C:\Program Files\NVIDIA GPU Computing Toolkit\cuDNN\v8.4.1.50\bin添加到系統的PATH環境變量。

Zlib

Zlib是cuDNN所需的數據壓縮軟件庫。在ZLib網站下載32bit或64bit的zlib123dll.zip（一般為64bit）。

下載完成后，將解壓縮包中的zlibwapi.dll文件復制到C:\Program Files\NVIDIA GPU Computing Toolkit\cuDNN\v8.4.1.50\bin目錄下，zlibwapi.lib文件復制到C:\Program Files\NVIDIA GPU Computing Toolkit\cuDNN\v8.4.1.50\lib目錄下。

TensorRT

從NVIDIA TensorRT 8.x Download下載相應版本的安裝包，這里以8.4.2.4為例。

下載完成后，將解壓縮包中的文件復制到C:\Program Files\NVIDIA GPU Computing Toolkit\TensorRT\v8.4.2.4目錄下。

將C:\Program Files\NVIDIA GPU Computing Toolkit\TensorRT\v8.4.2.4\bin添加到系統的PATH環境變量。

TensorRT Python 包安裝

在終端打開C:\Program Files\NVIDIA GPU Computing Toolkit\TensorRT\v8.4.2.4\python目錄，以python 3.10為例，輸入pip install tensorrt-8.4.2.4-cp310-none-win_amd64.whl即可安裝。

ONNX GraphSurgeon 包安裝

在終端打開C:\Program Files\NVIDIA GPU Computing Toolkit\TensorRT\v8.4.2.4\onnx_graphsurgeon目錄，輸入pip install onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl即可安裝。

總結

以上是生活随笔為你收集整理的【Windows 开发环境配置】NVIDIA 篇的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。