CUDA与cuDNN安装教程(超详细)

前言

windows10 和win11安装 CUDA ,首先需要下载两个安装包

CUDA toolkit(toolkit就是指工具包)
cuDNN 用于配置深度学习使用

官方教程

CUDA:Installation Guide Windows :: CUDA Toolkit Documentation (nvidia.com)

cuDNN:Installation Guide :: NVIDIA Deep Learning cuDNN Documentation

cuda的下载及安装

cuda版本

判断自己应该下载什么版本的cuda?

打开nvidia(桌面右键)->选择左下角的系统信息->组件

此处 版本向下兼容,即按照开发库一般不建议使用最新版本的原则,此处我们的显卡及驱动最高支持cuda11.2,但是我们仍然选择10.1版本来完成开发工作。

也可以直接在cmd中输入

nvidia-smi

进行 查看自己显卡支持的cuda版本。

CUDA toolkit Download

CUDA Toolkit Archive | NVIDIA Developer

 点进去,按照如下配置选择,然后点击下载:

 此处我们使用离线安装方法,下载exe可执行文件完成安装。

 cuda安装

安装cuda时,第一次会让设置临时解压目录,第二次会让设置安装目录;

临时解压路径,建议默认即可,也可以自定义。安装结束后,临时解压文件夹会自动删除;

安装目录,建议默认即可;

注意:临时解压目录不要和cuda的安装路径设置一样,否则安装结束,会找不到安装目录!此处我将临时安装目录设置到非系统盘路径,但是注意要选择空文件夹,否则会报错。

选择自定义安装

安装完成后,配置cuda的环境变量;

命令行中,测试是否安装成功;

双击“exe文件”,选择下载路径(推荐默认路径)

 

 

 同意并继续

自定义安装,精简版本是下载好所有组件,并且会覆盖原有驱动,所以在这里推荐自定义下载。

如果你是第一次安装,尽量全选

如果你是第n次安装,尽量只选择第一个,不然会出现错误。

没有选择visual studio,后面说找不到,就返回取消了这个复选框

 此处安装目录不建议修改,因为后期开发中很多报错来源于路径问题。

 Ok啦,点击下一步即可

打开控制面板即可发现安装了一大堆配置和驱动文件。

查看环境变量

点击设置-->搜索高级系统设置-->查看环境变量

【如果没有需要自己添加】

 

 一共四个系统变量,都是自动生成的,但是有时后两个系统变量可能不会自动生成,需要自己添加上去,添加时注意路径。

这两个变量放在下面啦,方便复制

NVCUDASAMPLES_ROOT

NVCUDASAMPLES11_0_ROOT

验证CUDA是否安装成功:

win+R键运行cmd,输入nvcc --version 即可查看版本号;

set cuda,可以查看 CUDA 设置的环境变量。

nvcc --version
OR
nvcc -V

set cuda

 此时,CUDA安装已经成功,但是在完成张量加速运算时还需要cuDNN的辅助,因此下面安装cuDNN。

cuDNN下载及安装

cuDNN下载

cuDNN地址如下,不过要注意的是,我们需要注册一个账号,才可以进入到下载界面。大家可以放心注册的。

cuDNN Download | NVIDIA Developer

点击注册

 注册成功后界面如下:

 使用下面网址,查看适配的 cuDNN

cuDNN Archive | NVIDIA Developer

选择跟自己的cuda版本适配的cudnn版本,此处我安装的是CUDA10.1,因此我选取下面的版本:

 下载结果是一个压缩包

 cuDNN配置

cuDNN叫配置更为准确,我们先把下载的 cuDNN 解压缩,会得到下面的文件:

解压后的文件:

下载后发现其实cudnn不是一个exe文件,而是一个压缩包,解压后,有三个文件夹,把三个文件夹拷贝到cuda的安装目录下。

CUDA 的安装路径在前面截图中有,或者打开电脑的环境变量查看,默认的安装路径如下:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

拷贝时看到,CUDA 的安装目录中,有和 cuDNN 解压缩后的同名文件夹,这里注意,不需要担心,直接复制即可。cuDNN 解压缩后的同名文件夹中的配置文件会添加到 CUDA安装目录中的同名文件夹中。【此处还是建议还是分别把文件夹的内容复制到对应文件夹中去】

cuDNN 其实是 CUDA 的一个补丁,专为深度学习运算进行优化的。然后再添加环境变量

 添加至系统变量:

往系统环境变量中的 path 添加如下路径(根据自己的路径进行修改)

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp

验证配置是否成功

配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwidthTest.exe:

首先win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe(进到目录后需要直接输“bandwidthTest.exe”和“deviceQuery.exe”),得到下图:

最后,我想说的是CUDA是一个十分折磨人的程序,不仅会在安装时出现版本或其他各种奇奇古怪的错误,在后期代码运行的过程中及开发过程中还会出现各种各样的错误,所以祝大家安装一次到位,后期少出现bug。

最后,求打赏,会继续输出优质内容。

 参考自

(1136条消息) CUDA安装教程(超详细)_Billie使劲学的博客-CSDN博客

(1136条消息) cuda安装教程+cudnn安装教程_hw@c14h10的博客-CSDN博客_cudnn 

(1136条消息) 【CUDA】cuda安装 (windows版)_何为xl的博客-CSDN博客_cuda windows

 (1136条消息) CUDA安装教程_子予林木的博客-CSDN博客_cuda安装

(1136条消息) Windows10 系统下cuda安装教程,小白教程 !很详细!!_一个小呆苗的博客-CSDN博客_windows10安装cuda 

  • 476
    点赞
  • 1430
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 42
    评论
在远程服务器上安装cudnn时,您可能会遇到一些问题。根据您提供的引用内容,看起来您在安装anaconda之后遇到了一些文件夹无法在左侧看到的问题。这可能是由于文件夹的权限或路径设置不正确导致的。您可以尝试以下步骤来解决此问题: 1. 确保您具有正确的权限:检查您是否具有足够的权限来访问这些文件夹。您可以尝试使用级用户权限或管理员权限来执行安装过程。 2. 检查文件夹路径:确认您将cudnn文件夹正确地放置在您的远程服务器上。如果文件夹路径不正确,您可能无法在左侧面板中看到它。您可以尝试使用绝对路径来访问该文件夹。 3. 刷新文件视图:如果您已将cudnn文件夹正确放置在服务器上,并且仍然无法在左侧面板中看到它,请尝试刷新文件视图。在PyCharm中,您可以通过点击“View”菜单,然后选择“Refresh”来刷新文件视图。这将更新文件视图并显示新添加的文件夹。 4. 检查配置:确保您已正确配置远程Python解释器。您可以在PyCharm的设置中找到远程解释器配置选项。确认您已正确设置远程主机和凭据,并确保连接正常。 总结一下,要在远程服务器上安装cudnn,请确保您具有正确的权限、文件夹路径设置正确、刷新文件视图并检查远程解释器的配置。这些步骤应该能够帮助您解决安装cudnn的问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [远程服务器Linux系统入门&包含cuda深度学习环境配置教程](https://blog.csdn.net/sugar_whiskas/article/details/110310709)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论 42
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

打赏作者

kylinmin

江湖纷争,刀光剑影,求点过路费

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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