CUDA与cuDNN安装教程(超详细)

这篇具有很好参考价值的文章主要介绍了CUDA与cuDNN安装教程(超详细)。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。

前言

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

cuda的下载及安装

cuda版本

判断自己应该下载什么版本的cuda?

打开nvidia(桌面右键)->选择左下角的系统信息->组件

cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习

此处 版本向下兼容,即按照开发库一般不建议使用最新版本的原则,此处我们的显卡及驱动最高支持cuda11.2,但是我们仍然选择10.1版本来完成开发工作。

也可以直接在cmd中输入

nvidia-smi

进行 查看自己显卡支持的cuda版本。

cudnn安装,机器学习,python,深度学习

CUDA toolkit Download

CUDA Toolkit Archive | NVIDIA Developer

cudnn安装,机器学习,python,深度学习

 点进去,按照如下配置选择,然后点击下载:

cudnn安装,机器学习,python,深度学习

 此处我们使用离线安装方法,下载exe可执行文件完成安装。

cudnn安装,机器学习,python,深度学习

 cuda安装

安装cuda时,第一次会让设置临时解压目录,第二次会让设置安装目录;

临时解压路径,建议默认即可,也可以自定义。安装结束后,临时解压文件夹会自动删除;

安装目录,建议默认即可;

注意:临时解压目录不要和cuda的安装路径设置一样,否则安装结束,会找不到安装目录!此处我将临时安装目录设置到非系统盘路径,但是注意要选择空文件夹,否则会报错。

选择自定义安装

安装完成后,配置cuda的环境变量;

命令行中,测试是否安装成功;

双击“exe文件”,选择下载路径(推荐默认路径)

cudnn安装,机器学习,python,深度学习 

 cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习

 同意并继续

cudnn安装,机器学习,python,深度学习

自定义安装,精简版本是下载好所有组件,并且会覆盖原有驱动,所以在这里推荐自定义下载。

cudnn安装,机器学习,python,深度学习

如果你是第一次安装,尽量全选

如果你是第n次安装,尽量只选择第一个,不然会出现错误。

cudnn安装,机器学习,python,深度学习

没有选择visual studio,后面说找不到,就返回取消了这个复选框

cudnn安装,机器学习,python,深度学习cudnn安装,机器学习,python,深度学习 此处安装目录不建议修改,因为后期开发中很多报错来源于路径问题。

cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习cudnn安装,机器学习,python,深度学习 Ok啦,点击下一步即可

cudnn安装,机器学习,python,深度学习打开控制面板即可发现安装了一大堆配置和驱动文件。

查看环境变量

点击设置-->搜索高级系统设置-->查看环境变量

【如果没有需要自己添加】

cudnn安装,机器学习,python,深度学习

 cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习 一共四个系统变量,都是自动生成的,但是有时后两个系统变量可能不会自动生成,需要自己添加上去,添加时注意路径。

这两个变量放在下面啦,方便复制

NVCUDASAMPLES_ROOT

NVCUDASAMPLES11_0_ROOT

验证CUDA是否安装成功:

win+R键运行cmd,输入nvcc --version 即可查看版本号;

set cuda,可以查看 CUDA 设置的环境变量。

nvcc --version
OR
nvcc -V

set cuda

cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习

 此时,CUDA安装已经成功,但是在完成张量加速运算时还需要cuDNN的辅助,因此下面安装cuDNN。

cuDNN下载及安装

cuDNN下载

cuDNN地址如下,不过要注意的是,我们需要注册一个账号,才可以进入到下载界面。大家可以放心注册的。

cuDNN Download | NVIDIA Developer

点击注册

cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习

 注册成功后界面如下:

cudnn安装,机器学习,python,深度学习

 使用下面网址,查看适配的 cuDNN

cuDNN Archive | NVIDIA Developer

选择跟自己的cuda版本适配的cudnn版本,此处我安装的是CUDA10.1,因此我选取下面的版本:

cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习

 下载结果是一个压缩包

cudnn安装,机器学习,python,深度学习

 cuDNN配置

cuDNN叫配置更为准确,我们先把下载的 cuDNN 解压缩,会得到下面的文件:

cudnn安装,机器学习,python,深度学习

解压后的文件:

cudnn安装,机器学习,python,深度学习

下载后发现其实cudnn不是一个exe文件,而是一个压缩包,解压后,有三个文件夹,把三个文件夹拷贝到cuda的安装目录下。

CUDA 的安装路径在前面截图中有,或者打开电脑的环境变量查看,默认的安装路径如下:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

拷贝时看到,CUDA 的安装目录中,有和 cuDNN 解压缩后的同名文件夹,这里注意,不需要担心,直接复制即可。cuDNN 解压缩后的同名文件夹中的配置文件会添加到 CUDA安装目录中的同名文件夹中。【此处还是建议还是分别把文件夹的内容复制到对应文件夹中去】

cuDNN 其实是 CUDA 的一个补丁,专为深度学习运算进行优化的。然后再添加环境变量

cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习 添加至系统变量:

往系统环境变量中的 path 添加如下路径(根据自己的路径进行修改)

cudnn安装,机器学习,python,深度学习

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp

验证配置是否成功

配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwidthTest.exe:

首先win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe(进到目录后需要直接输“bandwidthTest.exe”和“deviceQuery.exe”),得到下图:

cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习

cudnn安装,机器学习,python,深度学习

最后,我想说的是CUDA是一个十分折磨人的程序,不仅会在安装时出现版本或其他各种奇奇古怪的错误,在后期代码运行的过程中及开发过程中还会出现各种各样的错误,所以祝大家安装一次到位,后期少出现bug。

最后,求打赏,会继续输出优质内容。

 参考自

(1136条消息) CUDA安装教程(超详细)_Billie使劲学的博客-CSDN博客

(1136条消息) cuda安装教程+cudnn安装教程_hw@c14h10的博客-CSDN博客_cudnn 

(1136条消息) 【CUDA】cuda安装 (windows版)_何为xl的博客-CSDN博客_cuda windows

 (1136条消息) CUDA安装教程_子予林木的博客-CSDN博客_cuda安装

(1136条消息) Windows10 系统下cuda安装教程,小白教程 !很详细!!_一个小呆苗的博客-CSDN博客_windows10安装cuda 文章来源地址https://www.toymoban.com/news/detail-778331.html

到了这里,关于CUDA与cuDNN安装教程(超详细)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下安装Cuda和Cudnn(保姆级教程)

    一、Cuda下载安装 1.查看对应版本 win+r打开cmd命令行输入命令【nvidia-smi】如下图查看版本:  2.cuda下载 点击cuda下载链接 选择下载的版本不能高于自己的显卡驱动版本(例如:我这里是12.1,所以不能下载高于12.1的版本,这里我选择的是11.8。点进去后选择信息开始下载)  3

    2024年02月09日
    浏览(36)
  • 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(38)
  • Windows安装cuda和cudnn教程最新版(2023年9月)

    cuda 查看电脑的 cuda 最高驱动版本(适用于N卡电脑-Nvidia) win+R 打开命令行,输入 nvidia-smi 右上角 cuda -version 就是目前支持的最高 cuda 版本,目前是 12.2 nvidia 官网下载 cuda 下载地址:https://developer.nvidia.com/cuda-toolkit-archive 选择合适版本进行下载 下载安装 安装完成!!! 查看

    2024年02月07日
    浏览(47)
  • 深度学习—Python、Cuda、Cudnn、Torch环境配置搭建

    近期由于毕设需要使用Yolo,于是经过两天捣腾,加上看了CSDN上各位大佬的经验帖后,成功搭建好了GPU环境,并能成功使用。因而在此写下这次搭建的历程。 万事开头难,搭建环境很费时间,如果一开始版本不对应,到后面就要改来改去,很麻烦。首先要注意以下事项: 1.

    2024年02月11日
    浏览(35)
  • 安装CUDA与CUDNN与Pytorch(最新超级详细图文版本2023年8月最新)

    1.1、下载安装包 cuda可以认为就是Nvidia为了显卡炼丹搞的一个软件,其下载地址为:CUDA Toolkit 12.2 Update 1 Downloads | NVIDIA Developer 当你点进这个链接的时候,你需要依次选择 1是选择系统,这里选windows 2是选择平台,32位还是64位,其实只支持64位 3是选择系统版本,这里我们选择

    2024年02月13日
    浏览(30)
  • 深度学习环境安装|PyCharm,Anaconda,PyTorch,CUDA,cuDNN等

    本文参考了许多优秀博主的博客,大部分安装步骤可在其他博客中找到,鉴于我本人第一次安装后,时隔半年,我忘记了当时安装的许多细节和版本信息,所以再一次报错时,重装花费了大量时间。因此,我觉得有必要把主要过程记录下来,以便下次需要时快速安装。以下过

    2024年02月17日
    浏览(48)
  • PyTorch深度学习环境安装(Anaconda、CUDA、cuDNN)及关联PyCharm

    Tytorch : Python 机器学习库,基于 Torch ,用于自然语言处理等应用程序 Anaconda :是默认的 python 包和环境管理工具,安装了 anaconda ,就默认安装了 conda CUDA : CUDA 是一种由显卡厂商 NVIDIA 推出的通用并行计算架构,该架构使 GPU 能解决复杂的计算问题,可用来计算深度学习 c

    2024年02月13日
    浏览(46)
  • 【ubuntu环境配置】超详细ubuntu20.04/22.04安装nvidia驱动/CUDA/cudnn

    nvidia显卡驱动安装方式有三种:使用ubuntu附加驱动的方式;使用命令行方式安装;使用.run文件的方式进行安装, 点击菜单中的Additional Drivers选择适合的驱动版本进行安装,该方法最方便快捷(但有时会翻车) 更新所有的软件包 安装显卡驱动 详见我的另一篇博客Ubunut20.04/2

    2024年01月22日
    浏览(66)
  • 深度学习环境配置Anaconda+cuda+cudnn+PyTorch——李沐大神《动手学深度学习》环境配置(巨详细,持续迭代)

    Anaconda+cuda+cudnn+Pytorch(手把手教你安装深度学习环境)——这里是GPU+PyTorch版本 国内AI教学体系发展较晚,很多喜欢AI的同学都得不到系统的学习。当然我们也不否认国内一些优质的AI领域的课程和教学资料,这里我们主要推荐李沐大神推出的《动手学深度学习》,这门课程最初

    2024年02月15日
    浏览(50)
  • 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(40)

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