【深度学习】Windows10中下安装多版本CUDA及其切换

这篇具有很好参考价值的文章主要介绍了【深度学习】Windows10中下安装多版本CUDA及其切换。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

【深度学习】Windows10中安装多版本CUDA及其切换


前言

大多数情况下可以在anaconda虚拟环境中安装独立的cuda/cudnn,这中方式可以为用户提供多个互相独立的cuda版本,但anaconda并不支持部分版本的cuda/cudnn,因此需要在本地上配置多个版本的cuda/cudnn,并根据需求完成切换。

# 查找源上支持的cuda/cudnn版本,必须同时支持cuda/cudnn才行
conda search cudatoolkit
conda search cudnn

查看当前使用和已经安装过的cuda版本

1.当前使用的cuda版本

nvcc -V

【深度学习】Windows10中下安装多版本CUDA及其切换

2.查看已经安装的cuda版本

右键电脑–>属性–>高级系统设置–>环境变量
当前已经安装两个cuda版本 10.2和11.6
【深度学习】Windows10中下安装多版本CUDA及其切换


安装新的cuda版本

【cuda/cudnn下载安装参考】描述了详细步骤,这里仅讲述关键步骤。
【深度学习】Windows10中下安装多版本CUDA及其切换
以安装CUDA Toolkit 9.0/cudnn7.0.5(win10)为例:
【CUDA官网地址】
下载运行exe–>选择安装位置–>自定义–>默认安装(博主选择)
在自定义安装路径下查看是否存在文件,C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA(默认)
【深度学习】Windows10中下安装多版本CUDA及其切换
【CUDNN官方地址】
解压下载好的cudnn7.0.5包,将bin、include和lib目录里的文件移动到cuda9.0相对应的bin、include和lib目录中,最后配置环境变量Path。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9\libnvvp

【深度学习】Windows10中下安装多版本CUDA及其切换


切换cuda版本

现在由11.6切换到9

1.将CUDA_PATH中的11.6更改为9

【深度学习】Windows10中下安装多版本CUDA及其切换

2.将系统变量的Path中关于9的两个文件上移

【深度学习】Windows10中下安装多版本CUDA及其切换

3.重新打开cmd测试

【深度学习】Windows10中下安装多版本CUDA及其切换


总结

尽可能简单、详细的介绍Windows10中下安装多版本CUDA及其切换的流程。文章来源地址https://www.toymoban.com/news/detail-442457.html

到了这里,关于【深度学习】Windows10中下安装多版本CUDA及其切换的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Windows 下载与安装CUDA和Pytorch【安装教程、深度学习】

    参考链接:Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2_哔哩哔哩_bilibili 请确保你是NVIDIA的显卡( 不能是AMD 、 集成显卡 ) 打开developer.nvidia.com/cuda-downloads,打开有点慢 选择Windows 本地安装 接下来就会出现对应的安装包 安装或许会有点慢,取决你网速 下载完成

    2024年02月07日
    浏览(39)
  • windows11 安装cuda和cudnn深度学习开发环境

    首先先要确认自己的显卡最高能支持到cuda的版本,一般是不限制版本号的。 然后在官网地址下载: cuDNN的官网下载地址:cuDNN Archive | NVIDIA Developer CUDA 的下载地址:CUDA Toolkit Archive | NVIDIA Developer 有一点需要注意的是,需要查看cuda支持的cudnn版本:  找与自己的cuda 版本对于的

    2024年02月16日
    浏览(33)
  • Windows安装GPU环境CUDA、深度学习框架Tensorflow和Pytorch

    Windows安装GPU环境CUDA、深度学习框架Tensorflow和Pytorch 首先需要安装GPU环境,包括cuda和cudnn。 深度学习本质上就是训练深度卷积神经网络。 cuda:显卡能够完成并行计算任务,所有的操作是比较底层的、复杂的。 cudnn:在cuda之上有一个专门用于深度神经网络的SDK库来加速完成相

    2023年04月26日
    浏览(41)
  • 深度学习:Pytorch安装的torch与torchvision的cuda版本冲突问题与解决历程记录

    今天不小心将conda环境中的一个pytorch环境中的torch包给搞混了,将其更新了一下,发生了一些问题: 当时运行了一下这个代码:  pip install torchvision --upgrade 导致了环境中包的混乱: 只能说欲哭无泪,当时这个 pytorch环境中我是安装的CUDA11.8的版本应该,后来安装了cpu版本的将

    2024年02月20日
    浏览(31)
  • 深度学习|如何确定 CUDA+PyTorch 版本

    对于深度学习初学者来说,配置深度学习的环境可能是一大难题,因此本文主要讲解CUDA; cuDNN; Pytorch 三者是什么,以及他们之间的依赖关系。 CUDA(Compute Unified Device Architecture)是由NVIDIA开发的用于并行计算的平台和编程模型。CUDA旨在利用NVIDIA GPU(图形处理单元)的强大计算

    2024年02月07日
    浏览(33)
  • cuda 安装(windows)图解+指定版本cuda

    除了在linux上用,部分初学者也会在windows上用 需要在linux上安装的参考这篇:cuda linux安装 有的教程讲的很复杂,起始很简单,nvidia官方已经给了全家桶了,直接一个包装完,不用考虑其中的N个组件 1.下载Cuda Toolkit(cuda全家桶) cuda-toolkit官方页面 找到需要的版本 2.安装 双击

    2024年02月22日
    浏览(29)
  • Win10 OpenCV编译安装CUDA版本

    Win10 + Microsoft Visual Studio Community 2017 + CUDA11.3 + CUDNN8.2 + RTX GeForce 3090 + OpenCV4.5.3 前往官网下载Visual Studio Installer即可,做如下勾选,安装即可 完成后,查看环境变量,将MSVC编译器地址加入环境变量 前往官网下载CUDA和对应的CUDNN,切记一定要对应CUDNN和CUDA版本,根据提示一步一

    2024年02月06日
    浏览(36)
  • Windows配置深度学习环境——torch+CUDA

    这里基于读者已经有使用Python的相关经验,就不介绍Python的安装过程。 win10+mx350+Python3.7.4+CUDA11.4.0+cudnn11.4 torch 1.11.0+cu113 torchaudio 0.11.0 torchvision 0.12.0+cu113 一般来说在命令行界面输入python就可以了解python版本。 也可以使用如下代码查询python版本。 以下是torch与Python版本的对应关

    2024年01月25日
    浏览(37)
  • 【opencv】【GPU】windows10下opencv4.8.0-cuda C++版本源码编译教程

    提示:博主取舍了很多大佬的博文并亲测有效,分享笔记邀大家共同学习讨论 OpenCV是一个开源的计算机视觉库,包含了核心模块和扩展模块,提供了基础的图像处理和计算机视觉算法,以及一些机器学习工具。而OpenCV Contrib是OpenCV社区贡献的一组扩展模块之一,包含了一些较为

    2024年02月08日
    浏览(38)
  • 全网最新最全的基于Tensorflow和PyTorch深度学习环境安装教程: Tensorflow 2.10.1 加 CUDA 11.8 加 CUDNN8.8.1加PyTorch2.0.0

    本文编写日期是:2023年4月. Python开发环境是Anaconda 3.10版本,具体Anaconda的安装这里就不赘述了,基础来的。建议先完整看完本文再试,特别是最后安装过程经验分享,可以抑制安装过程中一些奇怪的念头,减少走弯路。 目录 1. NVidia驱动安装  2. 安装CUDA Toolkit 3. 安装Tensorfl

    2024年02月08日
    浏览(35)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包