vsCode使用cuda

这篇具有很好参考价值的文章主要介绍了vsCode使用cuda。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。

一、vsCode使用cuda

前情提要:配置好mingw:

1.安装cuda

参考:

**CUDA Toolkit安装教程(Windows):**https://blog.csdn.net/qq_42951560/article/details/116131410

2.在vscode中添加includePath

c_cpp_properties.json添加 cuda的include路径

"includePath": [
    "${workspaceFolder}/**",
    "C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.1\\include\\**"
],
{
    "configurations": [
        {
            "name": "windows-clang-x64",
            "includePath": [
                "${workspaceFolder}/**",
                "C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.1\\include\\**"
            ],
            "compilerPath": "E:/C-software/vs2015/VC/bin/cl.exe",
            "cStandard": "${default}",
            "cppStandard": "${default}",
            "intelliSenseMode": "${default}",
            "compilerArgs": [
                ""
            ]
        }
    ],
    "version": 4
}

3.配置run的命令

Code Runner扩展打开,点击扩展设置,进入到setting.json中

code-runner.executorMap添加

    "code-runner.executorMap": {
        "cpp": "cd $dir && g++ $fileName -o $fileNameWithoutExt -std=c++14 -I E:\\C-software\\VScode\\MinGW\\mingw64\\include -lopencv_core452 -lopencv_imgcodecs452 -lopencv_imgproc452 -lopencv_calib3d452 -lopencv_dnn452 -lopencv_features2d452 -lopencv_flann452 -lopencv_gapi452 -lopencv_highgui452 -lopencv_ml452 -lopencv_objdetect452 -lopencv_photo452 -lopencv_stitching452 -lopencv_video452 -lopencv_videoio452 && $dir$fileNameWithoutExt",
        "cu": "cd $dir; nvcc $fileName -o $fileNameWithoutExt.exe -I'C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.1\\include' && $dir$fileNameWithoutExt"
    }

上面中的 cpp 添加的是opencv运行时的参数
cu 添加的是cuda运行时的参数

4.测试

使用cuda编程,文件名后缀为.cu

测试代码:hello.cu

#include <stdio.h>
#include <cuda.h>

__global__ void hello()
{
    printf("hello \n");
}

int main() {
    hello<<<1,4 >>>();
    cudaDeviceSynchronize();
    return 1;
}

5.可能出现的问题

报错:报错nvcc fatal : Cannot find compiler 'cl.exe' in PATH

参考:https://blog.csdn.net/qq_37960402/article/details/89022534

一般cl.exe的地址是在:你安装的Visual Studio \VS\VC\bin\amd64里面,如果是默认安装的话,这个位置就在C:\Program Files\Microsoft Visual Studio***\VC\bin\amd64

我本机的路径:E:\C-software\vs2015\VC\bin\amd64,把这个路径添加到环境变量中

二、vscode使用第三方库配置

参考:https://www.cnblogs.com/ttyyou/p/13780718.html

https://blog.csdn.net/mantou_riji/article/details/123278824

  • C_Cpp_Properties.json是用于配置编译器环境的,包括启动器代号、位数(这些是自定义的)、编译选项、启动设置、编译模式等。
    includePath指向C/C++标准库、用户头文件所在位置。
    不需要CMake也可以直接编写C/C++

  • launch.json是vscode用于调试的配置文件,比如指定调试语言环境,指定调试类型等等。我们第一次运行程序的时候,就可以选择让vscode自动帮我们创建出来。我们这里以调试node.js环境为例。

    • 点击debug时会有一个create a launch.json的链接。
  • tasks.json
    (1)作用:tasks.json文件告诉VSCode代码如何编译代码
    (2)位置:终端->配置任务 可以打开tasks.json

  • launch.json
    (1)作用:launch.json 是用于运行和调试的配置文件

  • https://zhouyuming.blog.csdn.net/article/details/105442498?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-105442498-blog-123593009.pc_relevant_multi_platform_whitelistv2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-105442498-blog-123593009.pc_relevant_multi_platform_whitelistv2&utm_relevant_index=2

参考:https://blog.csdn.net/Wannna/article/details/105109375?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-105109375-blog-88796413.pc_relevant_aa2&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-105109375-blog-88796413.pc_relevant_aa2&utm_relevant_index=1

https://blog.csdn.net/baidu_38634017/article/details/99875321

1.配置c_cpp_properties.json文件
{
    "configurations": [
        {
            "name": "Win32",
            "includePath": [
                "${workspaceFolder}/**",
                "${workspaceRoot}",
                "F:\\Project\\SP++3.0\\SP++3.0\\include"  /*此处设置为库的include目录下*/
            ],
            "browse": {
                "path": [
                    "${workspaceRoot}",
                    "F:\\Project\\SP++3.0\\SP++3.0\\lib"  /*此处设置为库的lib目录下*/
                ]
            },
            "defines": [
                "_DEBUG",
                "UNICODE",
                "_UNICODE"
            ],
            "compilerPath": "D:\\mingw64\\bin\\g++.exe",  /*此处配置你的编译器路径,没有下载的小伙伴,请百度mingw的安装*/
            "cStandard": "c11",
            "cppStandard": "c++17",
            "intelliSenseMode": "gcc-x64"
        }
    ],
    "version": 4
}
2.配置launch.json
{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "g++.exe build and debug active file",
            "type": "cppdbg",
            "request": "launch",
            "program": "${fileDirname}\\${fileBasenameNoExtension}.exe",
            "args": [],
            "stopAtEntry": false,
            "cwd": "${workspaceFolder}",
            "environment": [],
            "externalConsole": false,  /*此处设置是否使用外部终端,默认为false(使用内置的终端),如需要可以修改为false*/
            "MIMode": "gdb",
            "miDebuggerPath": "D:\\mingw64\\bin\\gdb.exe",  /*此处设置为你编译器的dbg.exe路径*/
            "setupCommands": [
                {
                    "description": "为 gdb 启用整齐打印",
                    "text": "-enable-pretty-printing",
                    "ignoreFailures": true
                }
            ],
            "preLaunchTask": "g++.exe build active file"
        }
    ]
}

3.配置tasks.json
{
    "version": "2.0.0",
    "tasks": [
        {
            "type": "shell",
            "label": "g++.exe build active file",
            "command": "D:\\mingw64\\bin\\g++.exe",  /*此处设置为你的编译器路径*/
            "args": [
                "-g",
                "${file}",
                "-L'F:\\Project\\SP++3.0\\SP++3.0\\lib'", /*注意,此行指定库的lib目录,默认没有*/
                "-I'F:\\Project\\SP++3.0\\SP++3.0\\include'", /*此处指定库的include目录,默认没有*/
                "-o",
                "${fileDirname}\\${fileBasenameNoExtension}.exe"
            ],
            "options": {
                "cwd": "D:\\mingw64\\bin" /*此处设置你编译器路径的bin目录下*/
            },
            "problemMatcher": [
                "$gcc"
            ],
            "group": {
                "kind": "build",
                "isDefault": true
            }
        }
    ]
}

4.需要注意的是:

1.VScode只是个编译器,并没有自带编译器,所以需要网上自行下载编译器。本文采用的是mingw编译器,需要的小伙伴可以自行百度。
2.本文采用的库是SP++库(别人写的C++信号处理库)为例,其他的库文件可以仿照设置。
3.需要设置的地方我均在代码中用注释的形式标注出来,使用时请将我写的注释删掉(文中为了指出需要设置的地方,才加了此注释)。
4.实际上也可以在vscode的terminal(终端)中使用命令直接运行,不用配置文件,但是为了方便使用,建议配置好文件,方便进行debug之类的操作。可以在命令行使用下列命令进行编译(生成exe二进制文件)(-L指定lib目录,-I指定include目录,xxx.cpp是你需要进行编译的文件,xxx.exe是你要编译的文件的名称)

g++ xxx.cpp -L’xxx\lib’ -I’xxx\include’ -o xxx.exe
1
然后通过下列命令运行生成的二进制文件:文章来源地址https://www.toymoban.com/news/detail-663026.html

./xxx.exe

到了这里,关于vsCode使用cuda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

  • CUDA 以及MPI并行矩阵乘连接服务器运算vscode配置

    本地安装 服务器端安装 c_cpp_properties.json launch.json tasks.json     本地安装和服务器端安装的扩展和CUDA一样 c_cpp_properties.json launch.json settings.json tasks.json

    2024年04月27日
    浏览(41)
  • (纯小白向)Windows配置GPU深度学习环境:Cuda+Anaconda+pytorch+Vscode

    目录 一、Cuda和Cudnn下载安装 1.1 确定自己的电脑显卡驱动支持的Cuda版本 1.2 Cuda下载与安装 1.3 Cudnn下载与安装 二、Anaconda下载安装 2.1 下载 2.2 安装 2.3 手动配置环境变量 2.4 测试是否安装成功 三、Pytorch下载安装 3.1 创建conda虚拟环境 3.2 Pytorch下载 四、Vscode下载与环境配置 4.1

    2024年02月05日
    浏览(75)
  • VSCode安装和使用教程

    1、下载 百度网盘:VSCodeUserSetup-x64-1.74.3.exe 提取码:8s8a 官网地址:https://code.visualstudio.com/ 2、安装 点击安装包→同意许可协议→按需修改安装位置→创建开始菜单→选择附加任务→开始安装 附加任务的勾选可以参考下图,“通过VScod打开”操作就是你在一个文件上点右键,

    2024年02月01日
    浏览(39)
  • vscode安装+配置+使用+调试【保姆级教程】

    Visual Studio Code简称VS Code,是一款跨平台的、免费且开源的现代轻量级代码编辑器,支持几乎主流开发语言的语法高亮、智能代码补全、自定义快捷键、括号匹配和颜色区分、代码片段提示、代码对比等特性,也拥有对git的开箱即用的支持。同时,它还支持插件扩展,通过丰富

    2024年02月13日
    浏览(72)
  • CUDA与cuDNN安装教程(超详细)

    windows10 和win11安装 CUDA ,首先需要下载两个安装包 CUDA toolkit(toolkit就是指工具包) cuDNN 用于配置深度学习使用 官方教程 CUDA:Installation Guide Windows :: CUDA Toolkit Documentation (nvidia.com) cuDNN:Installation Guide :: NVIDIA Deep Learning cuDNN Documentation 判断自己应该下载什么版本的cuda? 打开

    2024年02月03日
    浏览(37)
  • pytorch安装GPU版本 (Cuda12.1)教程

    使用本教程前,默认您已经安装并配置好了python3以上版本 Cuda下载地址 当前最高版本的Cuda是12.1 我安装的就是这个版本 小提示:自定义安装可以只选择安装Cuda Runtime。Nvidia全家桶不必全部安装。把全家桶全部安装完直接系统盘占了6G,很大的。 Pytorch下载地址 我之前使用的是

    2023年04月15日
    浏览(43)
  • 【保姆级教程】Windows安装CUDA及cuDNN

    在第一次安装CUDA之前, 建议大家先看一下目前电脑里都存在哪几个NVIDIA软件,这样即便后续要卸载CUDA,也能区分哪些是本来就存在的,不可卸载,哪些是后来安装的,可以卸载 。具体步骤如下: 第一步,在电脑【设置】中搜索【控制面板】并打开。 第二步,点击【卸载程

    2024年02月03日
    浏览(49)
  • windows OpenCV(包含cuda)最简安装教程

    1. 在Windows下安装vcpkg vcpkg是一个开源的C++包管理器,它能帮助我们轻松地安装和管理C++库和工具。要在Windows上安装vcpkg,可以按照以下步骤进行: 克隆vcpkg仓库 : 首先,打开命令提示符或者PowerShell,然后执行以下命令来克隆vcpkg的GitHub仓库到本地目录(例如: C:toolsvcpkg )

    2024年02月07日
    浏览(41)
  • CUDA+Pytorch安装教程(包含踩坑内容)

    第一次写此类文章,有写得不好的地方还请指出,下面进入正题。 安装 在安装CUDA前,需要先确定自己电脑是否有独显,设备管理器--显示适配器:  一般性都是NVIDIA开头的为独显。 查看电脑支持的最高CUDA版本,打开任务栏--隐藏--NVIDIA图标:  选择帮助--系统信息--组件: 在

    2024年02月09日
    浏览(35)
  • GPU版本pytorch(Cuda12.1)安装教程

    我们通过Pytorch官网安装torch的时候,会发现常常由于网速问题安装不成功,下面提供一种简单的方法可以成功安装Cuda12.1,亲测有效。 目录 一、常规方法  二、有效方法 2.1 创建并激活虚拟环境 2.2 添加清华源 2.3 安装torch   通过Pytorch官网安装torch,网址链接如下:PyTorch  会

    2024年02月11日
    浏览(56)

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