一、CUDA安装教程Win7
1、在官网（https://developer.nvidia.com/cuda-downloads）下载相应版本的CUDA.exe安装文件。
2、双击安装文件，选择自定义安装。
3、按照提示进行安装，选择需要安装的组件，建议选择全选，方便之后的开发调试。
4、根据自己电脑的情况选择是否安装CUDA显卡驱动和安装路径等选项。
5、安装完成后，将安装路径下的bin和lib64文件夹添加到环境变量中。
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin;%PATH% SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64;%PATH% SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include;%PATH%
二、CUDA安装教程Win11
1、在官网（https://developer.nvidia.com/cuda-downloads）下载相应版本的CUDA.exe安装文件。
2、右键点击安装文件，选择“以管理员身份运行”。
3、按照提示进行安装，选择需要安装的组件，建议选择全选，方便之后的开发调试。
4、根据自己电脑的情况选择是否安装CUDA显卡驱动和安装路径等选项。
5、安装完成后，在“电脑”右键“属性”->“高级系统设置”->“环境变量”中添加以下路径。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp
三、CUDA安装教程Linux
1、在官网（https://developer.nvidia.com/cuda-downloads）下载相应版本的CUDA.run安装文件。
2、使用CTRL+ALT+F1进入TTY命令行，登录root账户。
3、执行以下指令备份系统配置
cp /etc/apt/sources.list /etc/apt/sources.list.backup cp /etc/apt/sources.list.d/ /etc/apt/sources.list.d.backup -R
4、执行以下指令安装所需依赖包
sudo apt-get install build-essential gcc-multilib g++-multilib
5、执行以下指令关闭GUI（如果系统为图形界面，则需要先切换到TTY1，执行本步骤后重启计算机）
sudo systemctl set-default multi-user.target sudo systemctl isolate multi-user.target
6、执行以下指令安装CUDA
sudo sh cuda__linux.run –override
7、安装完成后，将安装路径下的bin和lib64文件夹添加到环境变量中。
echo 'export PATH=/usr/local/cuda-11.0/bin:{PATH}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64:{LD_LIBRARY_PATH}' >> ~/.bashrc
source ~/.bashrc
四、CUDA安装教程Ubuntu
1、在官网（https://developer.nvidia.com/cuda-downloads）下载相应版本的CUDA.run安装文件。
2、使用CTR+ALT+F1进入TTY命令行，登录root账户。
3、执行以下指令备份系统配置
cp /etc/apt/sources.list /etc/apt/sources.list.backup cp /etc/apt/sources.list.d/ /etc/apt/sources.list.d.backup -R
4、执行以下指令安装所需依赖包
sudo apt-get install build-essential gcc-multilib g++-multilib
5、执行以下指令关闭GUI（如果系统为图形界面，则需要先切换到TTY1，执行本步骤后重启计算机）
sudo systemctl set-default multi-user.target sudo systemctl isolate multi-user.target
6、执行以下指令安装CUDA
sudo sh cuda__linux.run –override
7、安装完成后，将安装路径下的bin和lib64文件夹添加到环境变量中。
echo 'export PATH=/usr/local/cuda-11.0/bin:{PATH}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64:{LD_LIBRARY_PATH}' >> ~/.bashrc
source ~/.bashrc
五、cu安装教程
1、在官网（https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html）下载所需版本的cuda安装文件。
2、按照官方文档进行安装和配置即可。
六、cura安装教程
1、在官网（https://ultimaker.com/software/ultimaker-cura）下载对应操作系统版本的cura安装文件。
2、双击安装文件，按照提示进行安装。
七、conda安装教程
1、在官网（https://docs.anaconda.cn/anaconda/install/linux）下载对应操作系统版本的anaconda安装文件。
2、按照官方文档进行安装和配置即可。
八、CUDA自定义安装教程
1、在官网（https://developer.nvidia.com/cuda-downloads）下载相应版本的CUDA安装文件。
2、根据自己需求选择需要安装的组件，比如仅安装CUDA toolkit。
3、按照提示进行安装和配置即可。
九、CUDA安装详细步骤
1、下载安装文件到本地，双击打开。
2、阅读软件许可协议，点击同意。
3、选择自定义安装。
4、选择需要安装的组件，建议选择全选，方便之后的开发调试，点击下一步。
5、根据个人情况选择是否安装显卡驱动，如果本机已经安装了最新版本，则无需安装显卡驱动。
6、选择安装路径，点击下一步。
7、选择是否添加环境变量，建议勾选，点击下一步。
8、进入核对安装项界面，核对好后点击安装。
9、等待安装完成，安装完成后检查环境变量和安装路径是否正确。
十、cube4nano安装教程
1、在官网（https://www.cubeform.com/product/cube4nano-2/）下载对应版本的cube4nano安装文件。
2、双击安装文件，按照提示进行安装。
3、根据使用需求设置相关参数，可以在程序中自定义CUDA的安装路径。
