详解 Windows 10 安装 CUDA 和 CUDNN

本文介绍了如何查看和确认NVIDIA驱动版本,以及如何下载和安装CUDA和cuDNN的步骤,包括下载地址、安装过程和测试方法。建议先安装稳定版的VisualStudio,安装CUDA时会自动安装对应驱动。同时,文章还提到了添加系统环境变量的注意事项。
摘要由CSDN通过智能技术生成

⭐️⭐️说在前面!!! 建议 先安装一个稳定版本的 Visual Studio , 后面安装 CUDA 的时候需要安装 Visual Studio 开发用的一些集成程序. 不建议安装最新版本的 Visual Studio .⭐️⭐️

查看本机 Window 10 系统已经安装 NIVIDIA 的驱动版本

说在前面

NVIDIA 控制面板一般新装完 Windows 系统, 电脑联网后就会自动安装, 并自动安装最新的可以匹配的驱动版本. 若你的电脑没有NVIDIA 控制面板, 也可以直接在Powershell或者CMD窗口里面输入如下命令查看是否有安装显卡驱动. 例如此处博主笔记本电脑上安装的驱动是版本是526.47, 对应的CUDA 版本应该是12.0. 就是 若没有显卡驱动, 可以直接安装 CUDA, 即 CUDA Toolkit, 安装过程中会自动安装好对应的驱动.

nvidia-smi

在这里插入图片描述

查看驱动版本

在桌面上点击鼠标右键, 打开NVIDIA 控制面板 ⟶ \longrightarrow NVIDIA 控制面板中鼠标点击帮助(H), 打开系统信息(I) ⟶ \longrightarrow 系统信息(I) 中选择组件, 即可查看NIVIDIA 的驱动版本. 如: 博主的驱动版本是: 12.0.

在这里插入图片描述

↓ \downarrow

在这里插入图片描述

↓ \downarrow
在这里插入图片描述

CUDA

下载

下载地址: https://developer.nvidia.com/cuda-toolkit

历史版本下载地址: https://developer.nvidia.com/cuda-toolkit-archive

直接进入 CUDA 下载地址点击下载会默认下载最新版本的 CUDA, 如此出12.1版本. 博主笔记本对应的12.0, 则需要在网页的下方找到 Archive of previous CUDA releases, 下载之前的版本.

直接下载最新的 CUDA

在这里插入图片描述
↓ \downarrow

在这里插入图片描述

下载历史版本的 CUDA

在这里插入图片描述

↓ \downarrow

在这里插入图片描述
↓ \downarrow

在这里插入图片描述

安装

双击(或者邮件以管理员身份运行)*.exe安装文件 ⟶ \longrightarrow 开始解压, 解压完成后自动执行安装程序 ⟶ \longrightarrow

在这里插入图片描述

↓ \downarrow

在这里插入图片描述

↓ \downarrow

在这里插入图片描述
↓ \downarrow

在这里插入图片描述
↓ \downarrow

在这里插入图片描述
↓ \downarrow

在这里插入图片描述

↓ \downarrow

在这里插入图片描述

↓ \downarrow

在这里插入图片描述
↓ \downarrow

在这里插入图片描述

↓ \downarrow

在这里插入图片描述

测试

Windows+X ⟶ \longrightarrow I 打开 Windows PowerShell, 输入下面两种指令中的任意一个, 出现对应的 CUDA 信息, 则表明测试通过. 恭喜你, 你的 CUDA 安装好啦. ㊗️✨

nvcc --version
nvcc -V

若显示 没有对应指令的信息, 则表示未通过, 建议对照此安装过程, 检查并排除问题后重新安装.

在这里插入图片描述

CUDNN

下载

下载地址: https://developer.nvidia.com/cudnn

历史版本下载地址: https://developer.nvidia.com/rdp/cudnn-archive

下载最新版本的 cuDNN

在这里插入图片描述

↓ \downarrow

在这里插入图片描述

下载历史版本的 cuDNN, 如: cuDNN 12.0

在这里插入图片描述

↓ \downarrow

在这里插入图片描述

安装

解压下载好的 cuDNN 的 ZIP 文件 ⟶ \longrightarrow 将此文件夹下面的所有文件复制到刚刚安装的 CUDA 的 文件加下, 例如博主的 cuDNN 复制安装路径是如下 ⟶ \longrightarrow 安装完成

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0

在这里插入图片描述

在这里插入图片描述

关于添加系统环境变量的问题

一般安装完 CUDA 之后, 系统的path环境变量会默认添加类似于下面两个环境变量. 不同的 CUDA 版本稍有不同, 若安装过程中修改了 CUDA 的安装路径, 此处的两个环境变量也会相应的发生变化. 若没有, 则需要自己手动将这两个环境变量添加到系统变量(S)Path变量里面.

  1. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\bin
  2. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\libnvvp

在这里插入图片描述


觉得有帮助的朋友,请点赞👍+收藏⭐️!

您可以从NVIDIA的官方网站上下载适用于您的CUDA版本的cuDNN。首先,您需要访问https://developer.nvidia.com/cudnn并选择您所需的cuDNN版本进行下载。然后,您可以将下载的文件解压缩,并将其中的内容分别复制到对应的CUDA开发目录中的bin、include和lib文件夹中。这样,您就可以成功安装cuDNN并与CUDA一起使用了。\[1\] \[2\] \[3\] #### 引用[.reference_title] - *1* [cudacudnn下载安装](https://blog.csdn.net/qq_42745706/article/details/123660588)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [下载和安装CUDACudnn(图文详解)](https://blog.csdn.net/qq_42257666/article/details/121436786)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [cuda+cudnn下载安装](https://blog.csdn.net/weixin_44736853/article/details/105035609)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值