关于cuda、cudnn环境配置
cuda、cudnn环境配置
一、cuda、cudnn概念及关系
1、什么是cuda?
CUDA(ComputeUnified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题
2、什么是cudnn?
NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中,如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型,而不是简单调整性能,同时还可以在GPU上实现高性能现代并行计算。
3、cuda和cudnn关系?
CUDA看作是一个工作台,上面配有很多工具,如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库,有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具,比如它就是个扳手。但是CUDA这个工作台买来的时候,并没有送扳手。想要在CUDA上运行深度神经网络,就要安装cuDNN,就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作,工作速度相较CPU快很多。
4、CUDNN不会对CUDA造成影响?
从官方安装指南可以看出,只要把cuDNN文件复制到CUDA的对应文件夹里就可以,即是所谓插入式设计,把cuDNN数据库添加CUDA里,cuDNN是CUDA的扩展计算库,不会对CUDA造成其他影响。
二、查看当前cuda版本
1、安装过cuda的
方法一:win+R 输入nvidia-smi查看
在cmd命令行中输入nvidia-smi查看NVIDIA显卡driver version以及可安装的最高CUDA版本,如下图本电脑所示,driver version为511.65,可安装的最高CUDA版本为11.6
方法二:在桌面单击鼠标右键->NVIDIA控制面板->系统信息->组件
(1)桌面单击鼠标右键,NVIDIA控制面板
(2)选择左下角的系统信息,进入
(3)点击组件,红色框框即为cuda版本
方法三:win+R 输入cmd命令nvcc -V
方法四:进入 CUDA 的安装目录查看
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
以上四种方法都是可以查看cuda版本的,我做了个总结。
2、没有安装过cuda的
(1)下载
在NVIDIA官网下载对应版本的显卡驱动:显卡驱动下载地址
进入官网,选择相应的版本和系统进行下载
这里是我推荐的选择,然后点击Download
(2)安装
a.右击下载好的cuda_10.2.89_441.22_win10.exe软件,以管理员身份运行,如下图所示:
b.打开cuda.exe进行安装,可能会出现下面的提示,选择OK即可。
c.同意并继续
d.这里我们选择【自定义】,然后下一步。
e.这里是安装的驱动程序组件,默认全选,然后下一步。
f.直接默认装在C盘,这样可以防止各种出错。
点击next等待安装即可
注:因为我自己已经安装了,所以上图使用的是别人的,安装步骤都是一样的,感谢博主的图片,链接已放在参考资料里面。
三、查看当前cudnn版本
1、安装过cudnn的
进入cuDNN安装目录下查看文件 cudnn.h
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include\cudnn.h
cudnn的版本为7.6.1
2、未安装过cudnn的
cudnn官网:https://developer.nvidia.cn/cudnn
在官网下载cuDNN时,已给出可支持的CUDA版本,选择CUDA版本对应的cuDNN下载即可。如下图,CUDA10.1可以选择红框中的版本
注:一点要选择CUDA版本对应的cuDNN下载!!!
一点要选择CUDA版本对应的cuDNN下载!!!
一点要选择CUDA版本对应的cuDNN下载!!!
重要的事情说三遍!!
安装cudnn
下载好cudnn压缩包之后进行解压(具体版本大家自行对应,我这里只是举例,版本不对应)
解压之后为下图内容
把压缩包里面的内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0里面就可以了
到此为止,cuda和cudnn就全部安装好了
查看CUDA和CUDNN是否安装成功(conda 环境)
conda list查看
则说明CUDA和CUDNN已经配置成功!
参考链接:https://www.jianshu.com/p/622f47f94784
http://t.csdn.cn/99GKZ
http://t.csdn.cn/d08j2
关于cuda、cudnn环境配置相关推荐
- Ubuntu 18.04/16.04/14.04 + RTX 2070 + CUDA + cuDNN环境配置
1.英伟达显卡驱动 1.1.第一种安装方法: 对于新出Nvidia显卡,本人并不建议大家到官网手动下载安装NVIDIA的显卡驱动,有可能因为缺少显卡安装包的依赖条件导致最后没有办法安装成功.特别是我刚 ...
- Ubuntu18.04 + RTX2080Ti + CUDA +cudnn 环境配置
第一步:安装2080Ti显卡(图形化操作) 验证驱动是否安装成功:nvidia-smi 也可以用命令,不过比较繁琐! 第二步:CUDA安装 CUDA10.1的安装: 下载之前确认显卡和CUDA的对应关 ...
- 深度学习Ubuntu20.04+CUDA+Pytorch环境配置+无显示器远程控制(1)
一.各个软件版本检查 首先在INVIDIA官网上查看CUDA与Ubuntu系统的对应支持关系:然后检查pytorch和CUDA版本的支持关系,确保三者都是互相兼容的.如果懒得查,一般安装两年前版本的U ...
- ubuntu16.04 titan rtx 24g +显卡驱动+cuda10.1+cudnn环境配置
1. 显卡驱动安装 1.1 禁用Nouveau驱动 Nouveau为linux自带驱动,非官方驱动(参考这里),若安装nvidia驱动,需将其禁掉,即将其加入黑名单: sudo apt-get upd ...
- OpenCV/CUDA/Qt 环境配置小结
OpenCV Qt CUDA windows环境下 配置 反复装过几次,每次都网搜攻略:自个做个记录 方便以后使用. 碰到OpenCV各种奇怪的错误 先看看 图片imread() 有没有读空 再找其他 ...
- win10下pip安装pytorch-gpu以及CUDA/cuDnn的配置(避坑)
文章目录 1.升级nvidia显卡驱动 2.离线下载CUDA 3.安装对应版本的cudnn 4.pip镜像安装pytorch-gpu及torchvision 5.测试 6.在pycharm中运行pyt ...
- Ubuntu14.04 + Matlab2014a + caffe + cuda + cudnn环境搭建
为什么80%的码农都做不了架构师?>>> 安装Caffe环境前,请查好各个软件版本的相互匹配资料,确定好所有软件版本后,再开始安装. 一.安装gcc4.6 Ubuntu14.0 ...
- CUDA初探—环境配置
在开始学习之前,首先要做的就是找到一本好的教材,要知道一本好的教材可以让我们更加轻松地入门.在看了一些个CUDA编程相关的教材之后,我向大家推荐的一本教材叫做<GPU高性能编程CUDA实战> ...
- python+tensorflow-gpu+CUDA+cudnn+显卡配置关键步骤详解
一.检查电脑显卡型号,BIOS是否开启独立显卡功能,是否安装显卡驱动 1.查看自己电脑显卡型号: 可用鲁大师硬件检测,如下图所示: 2.检查BIOS是否开启独显功能,不开启无法得到下图GPU1: 开启 ...
最新文章
- linux路由介绍,Linux的路由表详细介绍
- Psych101(part6)--Day6
- 我为什么要写FansUnion个人官网-BriefCMS-电子商务malling等系统
- oc引导win方法_[OC更新]机械革命X1/X6TIS标压测试版更新
- Spring boot中使用log4j记录日志
- 【Hadoop】HIVE 数据表 使用
- java高端架构_Java高端架构师
- 001.XE3添加TPerlRegEx
- 计算机页面的工具,网页智能填写工具
- 证明不是哈密顿图的几种方法归纳总结
- 浏览器兼容性问题和解决方案
- 【软件工程】 期末考试 重点复习
- 此文对你人生会有莫大好处的,建议永久保存
- android字体文件制作教程,Android使用自定义字体
- 百度Android在线语音识别SDK使用方法
- ubuntu中vim编辑模式退格键无法删除,方向键乱入ABCD解决方法
- Linux 两种终端分屏工具
- python37.dll缺失是什么情况_修复python37.dll
- 计算机控制课设串级回路,华北电力大学过程计算机控制课设DDC串级回路PID闭环...
- 你终归是逃不过,DNA双螺旋编织好的宿命