GPU编程自学2 —— CUDA环境配置
深度学习的兴起,使得多线程以及GPU编程逐渐成为算法工程师无法规避的问题。这里主要记录自己的GPU自学历程。
目录
- 《GPU编程自学1 —— 引言》
- 《GPU编程自学2 —— CUDA环境配置》
- 《GPU编程自学3 —— CUDA程序初探》
- 《GPU编程自学4 —— CUDA核函数运行参数》
- 《GPU编程自学5 —— 线程协作》
- 《GPU编程自学6 —— 函数与变量类型限定符》
- 《GPU编程自学7 —— 常量内存与事件》
- 《GPU编程自学8 —— 纹理内存》
- 《GPU编程自学9 —— 原子操作》
- 《GPU编程自学10 —— 流并行》
二、 CUDA环境配置
首先说明一下我的基础环境: 联想小新超极本;Win10 X64 专业版; NVIDIA GeForce 940MX; VS2013。
2.1 安装CUDA Toolkit
在保证NVIDIA显卡驱动成功安装的条件下,从下面链接下载并安装对应版本的CUDA Toolkit.(注意:最好已经安装好VS)
https://developer.nvidia.com/cuda-downloads。 建议右键复制下载链接然后迅雷下载。
通过在命令窗中执行 nvcc -V初步判断是否安装成功:
安装成功后(默认安装)系统会增加如下环境变量:
CUDA_PATH: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
CUDA_PATH_V8_0: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
NUMBER_OF_PROCESSORS: 4
NVCUDASAMPLES_ROOT: C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
NVCUDASAMPLES8_0_ROOT: C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
NVTOOLSEXT_PATH: C:\Program Files\NVIDIA Corporation\NvToolsExt\
2.2 VS测试工程
CUDA Toolkit安装成功后会自动和系统的编译器进行绑定。 以我的VS2013为例,“新建项目”下增加了 “NVIDIA”选项。
CUDA Toolkit已经为我们提供了一些简单的样例,位于 环境变量 “NVCUDASAMPLES_ROOT”所指向的目录下。 注意,该目录通常为隐藏目录。
随便选择其中的一个子项目,如果可以成功运行,则表明CUDA确实已经安装成功。
GPU编程自学2 —— CUDA环境配置相关推荐
- GPU编程自学1 —— 引言
深度学习的兴起,使得多线程以及GPU编程逐渐成为算法工程师无法规避的问题.这里主要记录自己的GPU自学历程. 目录 <GPU编程自学1 -- 引言> <GPU编程自学2 -- CUD ...
- GPU编程自学5 —— 线程协作
深度学习的兴起,使得多线程以及GPU编程逐渐成为算法工程师无法规避的问题.这里主要记录自己的GPU自学历程. 目录 <GPU编程自学1 -- 引言> <GPU编程自学2 -- CUD ...
- GPU编程自学10 —— 流并行
深度学习的兴起,使得多线程以及GPU编程逐渐成为算法工程师无法规避的问题.这里主要记录自己的GPU自学历程. 目录 <GPU编程自学1 -- 引言> <GPU编程自学2 -- CUD ...
- GPU编程自学9 —— 原子操作
深度学习的兴起,使得多线程以及GPU编程逐渐成为算法工程师无法规避的问题.这里主要记录自己的GPU自学历程. 目录 <GPU编程自学1 -- 引言> <GPU编程自学2 -- CUD ...
- CUDA学习:Windows下的CUDA环境配置
Windows下的CUDA环境配置 一.查看自己电脑的显卡信息 使用win+R打开运行窗口,在运行窗口中输入cmd打开命令行 在命令行中键入nvidia-smi查看显卡支持信息 从下图中可以看到,本机 ...
- 最新CUDA环境配置(Win10 + CUDA 11.6 + VS2019)
最新CUDA环境配置(Win10 + CUDA 11.6 + VS2019) 本篇博客根据NVIDIA 官方文档所述, 并根据自己实践得出. 供各位需要的朋友参考. 1.前言 本篇文章的软件环境为: ...
- windows下VS安装CUDA环境配置
CUDA安装见:https://blog.csdn.net/Ang_go/article/details/122329715 本文内容均在已安装VS和CUDA情况下,如需安装教程,请自行搜索. win ...
- Pycharm使用GPU,CUDA环境配置
Pycharm中可以使用本地安装的python程序作为解释器 参考文章1,CUDA与cuDNN安装教程(超详细) 参考文章2,完整在pycharm上通过torch调用GPU(最细节) 环境变量: 一定 ...
- PMAC上位机编程基础1---编程环境配置
最近看了一篇上海交通大学的硕士毕业论文,提到了关于PMAC的上位机编程,觉得蛮有意思.于是也想写一个小界面试一试.看了两三天文档,经过N次调试,终于完成了实现电机JOG运动的界面,其实回过头来想想,还 ...
最新文章
- nginx学习之静态内容篇(五)
- 10个 Python 工程师,9个不合格!
- Linux Ethercat主站
- Altium Designer关闭板观察器,放大镜
- 理工科毕业设计献礼,MATLAB从入门到精通之矩阵是如何实现寻访与赋值的
- bootstrap-实现loading效果
- 零基础小白一个,我是如何入门商业数据分析师的
- vue.js 前端开发常见问题
- 数模笔记_多变量最优化计算之牛顿法
- LeetCode 2013. 检测正方形(字典)
- 泥塑课c语言,【C】泥塑课(From http://www.jisuanke.com/)
- android命名管道创建使用
- java8 多行字符串_JDK8字符串拼接的正确姿势
- IOS开发之第三方登陆——友盟
- 《挖掘管理价值:企业软件项目管理实战》一1.3 软件项目管理模型
- 操作系统课程设计 模拟磁盘文件系统实现
- 佳能mf4400打印机无线服务器,佳能mf4400打印机驱动
- python中sys的用法
- 显式Intent与隐式Intent
- 347.前K个高频元素 C++