cuda 和 cudnn 库的卸载与安装

本文档详细介绍了在Windows和Linux系统中安装和卸载CUDA及cuDNN的步骤,包括查看版本、安装要求、安装过程、检查验证和配置环境变量等关键环节,旨在帮助用户顺利完成GPU加速计算所需的软件环境搭建。
摘要由CSDN通过智能技术生成

目录

1 查看版本

windows

linux

2 卸载

windows

linux

3 安装(windows)

3.1 查看软件要求

3.2 cuda

安装

检查

3.3 cudnn 库

安装

检查

配置环境变量


1 查看版本

windows

cuda:在cmd中直接输入nvcc -V,或者cd进入到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0目录,输入cat version.txt

cudnn库:cd进入到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include目录,输入cat cudnn.h | grep CUDNN_MAJOR -A 2。当然直接打开cudnn.h文件,查看CUDNN_MAJOR变量的值也是可以的。

linux

cuda:nvcc –Vcat /usr/local/cuda/version.txt

cudnn库:cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2


2 卸载

windows

  • windows设置-->应用-->应用和功能中,将带NVDIA并且具有版本号的软件都卸载掉(比如要卸载10.0,那就将下图的软件都卸载)。

  • 进入到环境变量的path变量中,删除旧版本的两个变量。

  • 删除C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 下的v10.0文件夹( cudnn 就在其中)。

linux

参考:https://blog.csdn.net/qq_33200967/article/details/80689543


3 安装(windows)

Linux参考:https://blog.csdn.net/qq_33200967/article/details/80689543

3.1 查看软件要求

在tf官网 tensorflow gpu support 中查看 tf 版本对应的软件要求(Software requirements),例如要安装 tf2.1 ,可以看到要求 cuda 版本为 10.1(cuda 10.1 的安装要求驱动版本高于 418.x ,如果不满足,在后面的cuda安装中也会自动更新)。

3.2 cuda

安装

在 NVIDIA官网 中下载对应版本的 cuda ,打开下载到的安装包cuda_10.1.243_426.00_win10.exe,开始安装。

在安装过程中,注意:

  • 选择自定义安装

  • 去掉NVDIA GeForce Experience,因为这东西没用

  • 如果没有安装vs的话,必须去掉在CUDA中的visual studio integration这一项,反正不管怎样去掉就对了。

  • 请确认其他要安装的组件,都满足“新版本”(待安装版本)比“旧版本”(已有版本)要高级的,否请请去掉勾选。

检查

  • 在环境变量中,确认以下两项:

  • 在命令行中输入nvcc -V查看安装的版本。
  • 打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin 检查nvcc.exe是否存在。
  • 打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64 检查cupti64_101.dll是否存在。

3.3 cudnn 库

安装

下载 cudnn 动态库 (需要先注册),选择 cuda 对应的 cudnn 版本。

将下载到的压缩包解压到 cuda 的安装路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1下。注意解压后的文件夹名为cuda,请将其改成cudnn

检查

在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\cudnn\bin 下确认cudnn64_7.dll动态库。

配置环境变量

在环境变量的path变量中添加:

  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\cudnn\bin

确认下面4项均存在,如果缺少则添加。

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