Windows11系统安装，配置CUDA、cuDNN等
已经有大几年没有安装过 Windows 的系统了，今天因为黑神话悟空，准备把 Win 11 装一台，玩玩游戏，顺便把一些 CUDA 相关的异步解析项目也安装到 Window 上。
下载安装 PE
因为十几年前，只会用 PE 装系统，所以现在还是使用一样的方式吧。
- 下载一个 PE。网上随便找了一个 FirPE 维护系统，因为这个工具带写盘工具，所以直接导出 iso 即可。
- 制作安装 U 盘。使用开源写盘工具，Ventoy
下载 Windows 11
- 到微软的官网，下载 Window 11 的官方的镜像。
- 定制一个应答文件，用作无人值守安装用。Generate autounattend.xml files for Windows 10/11 这样装完就有本地用户，节省配置时间。
- 使用 Anyburn，修改镜像文件，载入应答文件。
安装 Windows 11
- 把 PE 的 iso 和 Windows 11 的 iso 都放入 U 盘。
- PE 进入，格式化一下磁盘，整理一下分区表，尽可能让磁盘干净。
- 重新，进入 Windows 11 的安装，整个过程基本无需干预，直接就能进到桌面。
安装 GeForceExperience
- 从 Nvidia 官网下载最新的显卡驱动，如果只是玩游戏，到这里基本就够用了。
安装 CUDA 相关 www.cqzlsb.com
需要安装的版本 CUDA 11.8 + cuDNN 8.7.0
- CUDA 11.8 https://developer.nvidia.com/cuda-11-8-0-download-archive
- cuDNN v 8.7.0 (November 28 th, 2022), for CUDA 11. X https://developer.nvidia.com/rdp/cudnn-archive
cuDNN 内容放入 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
安装 conda
- 个人使用 miniforge，可以直接从这里下载。
- 修改 pip 源
1
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
- 初始化 conda
1
conda init powershell
安装 pytorch
如果安装完成后，torch 无法使用 cu 118，可以单独进行安装。
1 | pip install torch==2.3.1 torchvision==0.18.1 --index-url https://download.pytorch.org/whl/cu118 |
1 | pip install torch==2.3.1+cu118 torchvision==0.18.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html |
安装 Git
- 从官网下载 Git 最新版即可。
- 初始化 Git，看看配置一个环境变量。
1 2 3 | & "C:\Program Files\Git\cmd\git.exe" --version
if (-not (Test-Path -Path $PROFILE )) { New-Item -Type File -Path $PROFILE -Force }
notepad $PROFILE
|
- 打开的记事本里添加
1 | $env:Path += ";C:\Program Files\Git\cmd" |
- 配置 git 的基本信息
1 2 | git config --global user.email "you@example.com" git config --global user.name "you" |
开始 SSH 服务
- 搜索 可选功能 ，这里有点坑，windows 11，可选功能放到系统里了。以前在应用里。
- 开启 OpenSSH 服务端，开启后需要重启。
- 搜索服务，把 OpenSSH 设置为自动，这样重启之后 SSH 会默认开启。
生成 SSH 信息
1 | ssh-keygen -t rsa -C "email@email.com" |
安装 Docker
- 官网下载安装即可，安装完需要重启 Docker: Accelerated Container Application Development
安装 RustDesk
- 官网下载最新版即可，需要自己部署过服务器rustdesk
Ref：
创建无人值守、高度自定义的纯净 Windows 11/10 系统镜像！ – 零度解说
https://github.com/opendatalab/MinerU/blob/master/docs/README_Windows_CUDA_Acceleration_zh_CN.md