安装 Win10+GTX1050ti+cuda8.0+cuDNN v7.1.4

文章目录

一、前言
- 本机配置
二、安装准备
三、安装
四、验证CUDA安装是否成功：

一、前言

大家好，之前使用 tensorflow 和 pytorch 是都是用 CPU 速度太慢，后来买了好机器，想着这下可以使用GPU来训练模型了吧！

马上网上查资料安装，准备开干，我发现我的GPU型号是 GTX1050Ti，去确认自己的显卡是否支持cuda，https://developer.nvidia.com/cuda-gpus 准备下载cuda(版本8.0.61)，发现，就是没有 GTX1050Ti 这一项，我的天，管他呢，我又查资料看其他码农的情况，有说不行的，有说更低版本的都支持，没事安装完照样用，于是我正式开干！！！

本机配置

win10 64bit
i5-8300H
GTX1050Ti

二、安装准备

我之前使用的运行环境是：Anaconda | tensorflow ==1.2 | pytorch ==1.0
关于如何安装Anaconda 我这里我不再赘述

Anaconda下载地址：
官网: https://www.anaconda.com/download/
清华镜像站 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载cuda8.0
不管显卡是否支持cuda，也可以去查看，https://developer.nvidia.com/cuda-gpus
下载cuda(版本8.0.61) 官网：https://developer.nvidia.com/cuda-downloads
下载 cuDNN https://developer.nvidia.com/rdp/cudnn-archive
你只需要下载相应的版本号即可
安装VS2015社区版
vs2015官方中文社区版完整版/3.74G
安装选项仅选择2015 更新3及 c++ 库
这个东西有点大，我将其安装在默认目录C盘下，大约10G。若安装完整约75G
https://msdn.microsoft.com/zh-cn/visual-studio-community-vs.aspx
或者 https://www.cr173.com/soft/124533.html

三、安装

安装 cuda8.0 前确保安装好 VS2015。

双击下载好的安装文件，选择提取目录（该目录为解压临时目录，可以自定义
我自定义为 D:\CUDA）

软件会进行兼容性检查，报告我的机器不兼容，忽略警告，我选择默认精简安装，结果，安装失败。
我又选择默认自定义安装，结果，安装失败。难道我买了玩具，只能用来玩游戏？
经过查找，有人遇到了与我一样的情况，通过自定义的方式取消Visual Studio Intergration将该项勾去掉，如下图：
先别急着点下一步，把在解压临时目录 D:\CUDAVisualStudioIntegration”这个CUDAVisualStudioIntegration文件夹拷到其他位置（桌面）保存，但是如果你把NVIDIA安装程序关闭了，那么这个默认文件就会消失的。
此文件下有以下文件：
点击下一步，这次会安装完毕，只是显示被去掉勾的那一项没被安装。
此时，将"CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions"下的所有文件直接拷贝到“C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations”文件夹中就可以！

四、验证CUDA安装是否成功：

打开命令提示符，执行：nvcc -V
利用VS2015编译测试文件
打开C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0，找到对应VS版本的sample，本例中为Samples_vs2015.sln，双击打开：
选择Release，X64
右键1_Utilities，点击build(build)
成功编译出现图片下方文字：成功5个…

至此，“C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release”文件夹中会出现我们需要的deviceQuery和bandwidthTest。如下图：
验证deviceQuery 和 bandwidthTest
打开命令提示符：定位到 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目录，分别输入deviceQuery，bandwidthTest并运行，出现如下类似信息便说明CUDA安装成功。

环境变量
在用户变量，Path中添加：C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0\bin
确认系统变量中：CUDA_PATH和CUDA_PATH_V8_0已经存在
解压下载好的 cuDNN版本
你会得到三个文件夹以及其下面的文件：
bin/cudnn64_5.dll、include/cudnn.h、lib/x64/cudnn.lib
将.h .lib 和.dll 三个文件分别拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0的include, lib/x64, bin 文件夹下
大功告成！！！
接下来就是安装tensorflow-gpu环境了，
你可以直接在Anaconda根目录直接安装：conda install tensorflow-gpu
也可以创建虚拟环境安装:conda install tensorflow-gpu
关于使用请看以后的更新。
我以后所有的关于深度学习的模型训练都是使用此环境，不在赘述。

安装 Win10+GTX1050ti+cuda8.0+cuDNN v7.1.4相关推荐

安装 Win10+GTX1050ti+cuda8.0+cuDNN5.1+Tensorflow-gpu1.2
https://blog.csdn.net/csdn_shenguang/article/details/80769797
win10 + NVIDIA GeForce RTX 2080 Ti + CUDA10.0 + cuDNN v7.6.5
win10 + NVIDIA GeForce RTX 2080 Ti + CUDA10.0 + cuDNN v7.6.5 配置教程参考文献: 本文参考了一下文献: 显卡驱动版本号一定要与cuda版本 ...
ubuntu16.04 配置显卡驱动+cuda8.0+cudnn+pytorch
ubuntu1604 配置显卡驱动cuda80cudnnpytorch 在线安装显卡驱动离线安装cuda 安装cudnn 配置环境变量离线安装cond 配置pytorch 测试pytorch 感悟 ...
Ubuntu16.04 +cuda8.0+cudnn+opencv+caffe+theano+tensorflow配置明细
本文为原创作品,未经本人同意,禁止转载,禁止用于商业用途!本人对博客使用拥有最终解释权欢迎关注我的博客:http://blog.csdn.net/hit2015spring和http://www.c ...
Ubuntu16.04下CUDA 9.0 + cuDNN v7.0 + tensorflow 1.6.0（GPU）环境搭建
由于自己攒了个主机,第一次安装GPU版本的tensorflow,mark一下. 说明一下,本篇上接<Ubuntu16.04LTS下搭建强化学习环境gym.tensorflow>这篇文章,只 ...
BundleFusion的实现——RealSense D435i+Win10+VS2013+cuda8.0
一.前言 Bundlefusion应该是目前静态场景重建效果最佳的方案了.该方法提出一个并行化的优化框架,充分利用了基于稀疏特征以及稠密几何和光度匹配提取的对应关系,实时地估计了BA优化的姿态,并具有 ...
深度学习工作站环境搭建 ubantu16.04 安装显卡驱动 CUDA8.0 cuDNN6 anaconda tensorflow1.4.0 opencv3.4 含泪总结
深度学习工作站环境搭建 ubantu16.04 安装显卡驱动 CUDA8.0 cuDNN6 anaconda tensorflow opencv 1 安装ubantu16.04 安装时不要在线更新,在 ...
Matconvnet安装：win7+VS2015（pro）+Matlab 2017a+cuda8.0+cudnn 5.1
1. 安装过程参考博客:https://blog.csdn.net/qq_28618765/article/details/79590040 官方主页:http://www.vlfeat.org/m ...
GTX960M安装Anaconda+cuda9.0+cudnn v7.6.5+tensorflow-gpu1.8.0
目录 1 安装Anaconda 1.1下载Anaconda安装包 1.2安装 1.3 更改路径 1.4 修改默认浏览器 2 安装cuda9.0 2.1 cuda版本选择 3 安装cudnn v7.6. ...