NVIDIA显卡:是一款硬件板子,主流是NVIDIA的GPU,深度学习本身需要大量计算。GPU的并行计算能力,在过去几年里恰当地满足了深度学习的需求。
显卡驱动:告诉计算机识别显卡硬件,调用其计算资源。
CUDA:是NVIDIA推出的只能用于自家GPU的并行计算框架。只有安装这个框架才能够进行复杂的并行计算。主流的深度学习框架也都是基于CUDA进行GPU并行加速的。
cudnn:是针对深度卷积神经网络的加速库。
————————————————
(原文链接:https://blog.csdn.net/jyfhaoshuai/article/details/118640470)
一:查看自己显卡驱动可以支持的CUDA版本的最高版本(注意:RTX30系列显卡只能支持CUDA11以上的版本!)
(通常新版本的显卡驱动应该能支持当前最高支持CUDA版本以下的所有版本,所以要关注显卡驱动能支持的最高CUDA版本。)
1.打开电脑左下角【搜索键】,搜索NVIDIA控制面板,并打开:
2.点击设置Physx设