pyVideoTrans首先要确定你使用的是 英伟达显卡(NVIDIA)，否则安装了也无法使用。
安装 CUDA
- 更新显卡驱动到最新版,然后执行
nvidia-smi,查看允许安装的最大 CUDA 版本号，不可安装大于此处显示的 CUDA，比如下图，允许安装的最大 cuda 版本号，比如此处显示 11.8，那么就不能安装 cuda12.1
- 首先打开 https://developer.nvidia.com/cuda-downloads 网址，根据你的操作系统版本，选择对应的CUDA版本，比如下图，选择的是 x86_64 window 10操作系统,然后点击exe[local]
注意：如果当前版本大于你计算机允许的版本，比如执行了nvidia-smi后，允许的是11.8，但此处是12.3，那么不可安装，你需要点击 https://developer.nvidia.com/cuda-toolkit-archive 该链接，下载旧版本
下载完成后双击打开
然后点ok，然后在下图中，选择“自定义安装”，然后下一步
在自定义安装选项界面中只选中 "CUDA"，将其他的选中都去掉，如下图
安装完成后，默认将安装在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1 目录下，如果你安装的是11.8 版本，那么最后的v12.1改为 v11.8即可，以此类推。如果安装成功但是没有这个目录，请检查是否在C:\Program Files(x86)\NVIDIA GPU Computing Toolkit\CUDA\v12.1目录下.
安装 cuBLASxx.dll和cudnn
faster模式下如果要启用cuda加速，必须安装 cuBLAS和cudnn，否则会闪退或报"cublasxxx.dll不存在"
请下载该文件，然后将里面的dll文件复制到 C:/Windows/System32 目录下 或者 软件根目录下即exe所在目录下
任意文件夹地址栏输入cmd打开黑窗口，输入命令nvcc -V查看当前CUDA版本
CUDA11.x版本点击此处下载 https://github.com/jianchang512/stt/releases/download/0.0/cuBLAS.and.cuDNN_CUDA11_win_v4.7z
CUDA12.x版本点击此处下载 https://github.com/jianchang512/stt/releases/download/0.0/cuBLAS.and.cuDNN_CUDA12_win_v1.7z
测试是否成功
- 执行
nvcc -V,成功会返回cuda版本号
