CUDA、CUDNN在windows下的安装及配置

已于 2023-04-16 16:49:20 修改
阅读量10w+ 收藏 1.2k
点赞数 298
分类专栏： 运维 文章标签： CUDA CUDNN windows
于 2019-08-10 08:30:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_37605642/article/details/98854753
版权

参考文章

全网最详细 | Windows 安装 TensorFlow2.0 GPU 详细教程

Wind10安装anaonda+cuda10.1+cudnn+pytorch+tensorflow-gpu

win10+GTX1050Ti+anaconda3+tensorflow1.14.0+cuda10.0+cudnn7.6.1.34（带GPU使用检测）

一、安装前的准备

（1）查看自己N卡支持的CUDA版本，打开NVIDIA控制面板，选择系统信息

查看系统信息
CUDA10.1

NVIDIA控制面板下  系统信息 显示：CUDA10.1。这里CUDA10.1是支持的最高版本的CUDA，可以向下兼容，且可以安装多个版本的CUDA，可以通过更改环境变量来更改为你需要用到的CUDA版本。CUDA多版本共存请参考博客： Windows下CUDA多版本共存

（2）NVIDIA官网下载对应CUDA版本

CUDA下载地址：CUDA Toolkit Archive | NVIDIA Developer

下载CUDA10.1

（3）CUDNN的下载

官网下载地址：https://developer.nvidia.com/rdp/cudnn-download

没有账号需要注册账号，账号登录后，找到自己对应的CUDA版本，点击下载

注册或者登录
登录账号
自定义填写即可

CUDNN下载

二、安装过程

（1）安装CUDA

安装路径，选择OK（安装完成后路径会自动变化，所以这里路径选择默认就好）

自定义安装

取消勾选GeForce Experience 

如果电脑上本身就有Visual Studio Integration，要将这个取消勾选，避免冲突了

点开Driver comonents，Display Driver这一行，前面显示的是Cuda本身包含的驱动版本是411.31

如果你电脑目前安装的驱动版本号新于Cuda本身自带的驱动版本号，那一定要把这个勾去掉。否则会安装失败(相同的话，也不用去勾选)

只选CUDA不然会失败

CUDA的安装位置可以自定义，系统默认是在系统盘C盘，为了方便日后管理，可以安装到非系统盘的其他盘 

这几个文件夹，用户手动创建

D:\360Downloads\CUDA10.0\NVIDIA GPU Computing Toolkit\CUDA\v10.0

D:\360Downloads\CUDA10.0\NVIDIA Corporation\CUDA Samples\v10.0

安装完成

打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin ，查看nvcc.exe

有这个nvcc.exe就说明CUDA安装已成功

打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64，查看有没有cuti64_101.dll

有这个cuti64_101.dll就说明CUPT1已成功

（2）配置CUDNN

解压CUDNN后，将对应的bin、lib、include与CUDA10.1对应的bin、lib、include进行合并。 

（3）配置环境变量

安装完CUDA后，CUDA会自动添加到环境变量中

CUPTA和CUDNN还没有加进来，所以必须将它们添加到路径，这样使用Tensorflow的时候才不会报错

手动添加CUPTI和CUDNN的环境变量如下图：

D:\360Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64;

D:\360Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include;

D:\360Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin;

D:\360Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\libx64;

D:\360Downloads\CUDA10.1\NVIDIA Corporation\CUDA\Samples\v10.1\bin\win64;

D:\360Downloads\CUDA10.1\NVIDIA Corporation\CUDA\Samples\v10.1\common\lib\x64

（4）测试CUDA

CUDA的版本是10.1

（5）查询显卡算力

进入目录 deviceQuery.exe
>> cd D:\360Downloads\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite

运行 deviceQuery.exe
>> ./deviceQuery.exe

三、 TensorFlow 2.0 安装与测试

安装tensorflow-gpu==2.0.0-beta1
>> pip install tensorflow-gpu==2.0.0-beta0

在Anaconda虚拟环境中测试一下 tensorflow是否安装成功

 测试成功，说明gpu版本已经安装成功

##begin----------------------------2021-06-14新增----------------------------##

四、CUDA多版本共存

参考博客：Windows下CUDA多版本共存

五、可能出现的问题

Q：显卡驱动、CUDA版本不匹配

tensorflow各个版本的CUDA以及Cudnn版本对应关系

显卡驱动、CUDA版本不一致的问题，需要按照前面的步骤查看当前显卡驱动所支持的CUDA版本，去NVIDIA官网下载对应版本的CUDA。

版本不一致问题

Q：ImportError: Could not find 'cudart64_100.dll'错误

  • tensorflow - 仅支持 CPU 的最新稳定版（建议新手使用）
  • tensorflow-gpu - 支持 GPU 的最新稳定版（适用于 Ubuntu 和 Windows）
  • tf-nightly - 仅支持 CPU 的预览每夜版（不稳定）
  • tf-nightly-gpu - 支持 GPU 的预览每夜版（不稳定，适用于 Ubuntu 和 Windows）
  • tensorflow==2.0.0-beta1 - 仅支持 CPU 的预览 TensorFlow 2.0 测试版（不稳定）
  • tensorflow-gpu==2.0.0-beta1 - 支持 GPU 的预览 TensorFlow 2.0 测试版（不稳定，适用于 Ubuntu 和 Windows）

-------------------------------------------------------------------------------------------------------------------------------

解决方案，参考博客

tensorflow遇到ImportError: Could not find 'cudart64_100.dll'错误解决

彻底解决tensorflow:ImportError: Could not find 'cudart64_90.dll'

Tensorflow报错“Could not find ‘cudart64_6.dll”

Windows下安装tensorflow GPU版本报错：OSError: [WinError 126] 找不到指定的模块/Could not find 'cudart64_90.dll'

我的解决方案：

tensorflow-gpu==2.0.0-beta1 - 支持 GPU 的预览 TensorFlow 2.0 测试版（不稳定，适用于 Ubuntu 和 Windows），该版本不稳定，卸载重装一个稳定版即可

1. 卸载
>> pip uninstall tensorflow-gpu

2. 重新下载安装稳定版
>> pip install tensorflow-gpu
卸载
卸载成功
安装稳定版
安装成功

如果在稳定版的tensorflow下测试，还是不行，那就只能是CUDA与CUDNN之间的版本问题了。因为当前显卡驱动是支持CUDA10.1的，那我试下当前 显卡驱动是否支持CUDA10.0，然后CUDNN也是下载CUDA10.0所对应的版本

 现在系统中是有两个版本的CUDA和两个版本的CUDNN，同时配置好CUDA10.0和对应CUDNN的相关环境变量，用相同的方法测试

测试成功，说明gpu版本已经安装成功

Q：tensorflow-gpu ImportError: DLL load failed：找不到指定的模块

错误原因：CUDA版本与Tensorflow版本冲突

解决方案：卸载CUDA10.1，重新装CUDA10.0，同时添加对应的CUDNN，具体操作方法如上

Q：ImportError: Nomodule named '_pywrap_tensorflow_internal'

错误原因：

CUDA10.1与tensorflow-gpu版本冲突

参考博客 windows下安装tensorflow过程中解决办法集合+ImportError: Nomodule named '_pywrap_tensorflow_internal'

解决方案：同问题（3）的解决方案。

花花少年
关注
  • 298
    点赞
  • 踩
  • 1272
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 45
    评论
专栏目录
目标检测第4步：显卡、GPU、CUDA、cuDNN的介绍及如何在Windows 10下安装cuDNN？
Cat
03-18 8276
显卡、GPU、CUDA、cuDNN的介绍及他们之间的关系是什么？如何在Windows 10下安装cuDNN？本文对其进行了生动描述
Windows系统安装CUDA，cudnn & TensorFlow全过程
01-06
目录概述CUDA & cuDNN 直观理解CUDA, cuDNN 与tensorflow GPU版本匹配1) GPU硬件check2）确定Tensorflow及所需软件版本CUDA & cuDNN 安装步骤1）下载CUDA和cuDNN2）CUDA安装与验证3）cuDNN安装4）添加环境变量虚拟环境（含Tensorflow-gpu）搭建 概述 本文最终目的是在anaconda虚拟环境中，安装包含TensorFlow-gpu的虚拟环境。 在此之前，本机已安装GPU驱动，Visual Studio 2015， 和 anaconda， 还需安装版本匹配的CUDA，cuDNN，以及虚拟环境。 CUDA
CUDA与cuDNN详细安装教程（最新）
weixin_54106682的博客
04-05 8897
CUDA与cuDNN安装详细教程
AIGC | 在机器学习工作站安装NVIDIA cuDNN 深度学习库
最新发布
WeiyiGeek 唯一极客IT知识分享
07-05 1031
[知识是人生的灯塔，只有不断学习，才能照亮前行的道路]0x03.初识与安装 cuDNN深度学习库什么是cuDNN?cuDNN（CUDA® Deep Neural Network library）是由英伟达（NVIDIA）开发的深度学习库，专门用于加速深度神经网络（DNN）的训练和推断过程，cuDNN 提供了高度优化的实现（如前向和后向卷积、attention、matmul、池化和归一化），利...
【保姆级教程】Windows安装CUDA及cuDNN
信小海
02-12 2万+
2023最新版：在Windows环境下安装CUDA及cuDNN的保姆级教程。
深度学习环境配置——Windows安装CUDA与CUDNN
tyyhmtyyhm的博客
03-19 5289
凡事都要有统一和决断，因此成功不站在自信的一方，而站在有计划的一方。--拿破仑
Windows下安装Cuda和Cudnn（保姆级教程）
甜崽超甜的博客
08-09 1万+
选择下载的版本不能高于自己的显卡驱动版本（例如：我这里是12.1，所以不能下载高于12.1的版本，这里我选择的是11.8。注：选好对应的版本（如果你下载的cuda是11.x，那么选择cudnn也需要是11.x）然后下载即可！双击下载的cuda文件，开始安装（位置默认就好 不用更改） 然后点击【同意并继续】在输入下一个命令运行【bandwidthTest.exe】显示PASS则安装成功！win+r打开cmd输入【nvcc -V】查看，如下图表示安装成功！-输入自己的邮箱-设置密码等信息即可！
windows安装cuda以及cudnn
qq_43237769的博客
03-06 466
windows安装cuda以及cudnn
CUDA与CUDNN在Windows下的安装与配置（超级详细版）
热门推荐
YYDS_WV的博客
04-16 2万+
CUDA以及CUDNN的下载、安装、配置与卸载详细介绍
cudnn-windows-x86_64-8.3.3.40_cuda11.5
04-11
在安装这些框架时，如果已经正确设置了CUDA和cuDNN环境，那么框架会自动识别并使用GPU加速。为了确保最佳性能，需要在代码中指定使用GPU运行： ```python import torch device = torch.device('cuda' if torch.cuda...
cudnn8.3.0 for CUDA 10.2（windows10）
04-25
5. **安装和配置**：在Windows 10上安装CuDNN 8.3.0 for CUDA 10.2，首先需要安装CUDA Toolkit 10.2，然后下载并解压CuDNN的zip文件，将库文件复制到CUDA安装目录下的相应位置。此外，还需要配置环境变量，确保...
cudnn-windows-x86_64-8.3.2.44_cuda11.5-archive
01-25
《CUDA深度学习库CuDNN在Windows环境下的安装与应用》 CUDA深度学习库CuDNN（Compute Unified Device Architecture Deep Neural Network）是NVIDIA公司推出的一款针对深度神经网络（DNN）进行加速的核心库，它极大...
cudnn-windows-x86-64-8.9.3.28-cuda12-archive
10-20
windows-x86_64-8.9.3.28_cuda12-archive" 来看，这可能包含了一系列CuDNN库的动态链接库（.dll）、静态库（.lib）、头文件（.h）以及可能的安装或配置文档，用于开发者在Windows平台上集成CuDNN到他们的CUDA项目中...
深度学习电脑配置：cuda和cudnn安装步骤
06-10
环境变量配置是指在安装 CUDA 和 cuDNN 后，配置环境变量，以便在开发过程中可以正确地调用 CUDA 和 cuDNN 库。 五、结论 本文详细介绍了 CUDA 和 cuDNN 的安装步骤，并对它们的作用和重要性进行解释。CUDA 和 ...
windows安装cuda与cudnn
zx07160501的博客
02-28 535
参考https://www.cnblogs.com/wangconnor/p/11195423.html
Windows 10安装CUDA和cuDNN
12-27 788
原文链接 https://xugaoxiang.com/2019/12/18/windows-10-cuda-cudnn/ 软硬件环境 windows 10 64bit GTX 1660 CUDA 10.2 cuDNN 7.6.5 visual studio 2019 安装CUDA 首先到https://developer.nvidia.com/cuda-downloads?下载目前的最新版1...
Windows系统下CUDA、cuDNN与PyTorch的更新与安装全攻略
yxn4065的博客
06-05 2973
CUDA是NVIDIA推出的一个并行计算平台和编程模型，它允许开发者使用NVIDIA的GPU进行高性能计算。CUDA提供了一套丰富的API，使得开发者能够轻松地编写在GPU上运行的并行代码，从而显著提高计算性能。官网：https://developer.nvidia.com/这是一个包含CUDA编译器、调试器、性能分析工具等的开发套件，用于帮助开发者构建、优化和调试CUDA应用程序。CUDA Toolkit是开发CUDA程序的基础。cuDNN是NVIDIA专门为深度神经网络设计的一套加速库。
windows10 安装CUDA和cuDNN
weixin_42419898的博客
04-06 188
写在前边 CUDA的安装 cuDNN的安装 写在前边 小白入门，为了训练模型而安装本环境，安装过程没有遇到什么很大的问题，整体安装时间和网速有一定关系，为记录自己的实操而写。 CUDA安装 首先你要看看你的电脑需要那个版本的CUDA，桌面右键打开英伟达控制面板，点击帮助->系统信息->组件： 然后，下载相应版本，下载参见相应博客：https://blog.csdn.ne...
Windows10安装CUDA和cuDNN
Timeclimber
11-10 1029
文章目录1.查看本机的CUDA驱动适配版本2.下载CUDA和cuDNN3.安装CUDA和cuDNN4.添加环境变量5.检查安装结果 1.查看本机的CUDA驱动适配版本 ​ 打开英伟达的控制面板，点开帮助->系统信息->组件 ​ 找到它的版本号11.1，不能安装超过它版本CUDA，也就是可以安装11.1及以下版本的。 2.下载CUDA和cuDNN CUDA下载页面 cuDNN下载页面 注意CUDA和cuDNN的版本号需要对应上 3.安装CUDA和cuDNN ​ 可以选择自定义安装，但是
windows安装cuda cudnn
05-01
Windows操作系统是最广泛使用的计算机操作系统之一，CUDA和cuDNN是用于深度学习研究的重要工具。本文将介绍在Windows系统上安装CUDA和cuDNN的步骤。 首先，首先需要下载适合您计算机的CUDA和cuDNN版本。您可以在NVIDIA官方网站上找到适合您的版本。同时，请确定您的计算机是否支持CUDA。如果您的GPU不支持CUDA，那么您无法正常运行CUDA程序。 接下来，在下载CUDA和cuDNN之前，您需要为您的计算机安装适当的NVIDIA GPU驱动程序。您可以在NVIDIA官方网站上找到此驱动程序。请务必检查驱动程序版本是否与您要安装的CUDA和cuDNN版本兼容。 然后，请按照下载的CUDA和cuDNN版本的说明进行安装，并在安装期间选择适当的选项。请注意，CUDA需要安装Visual Studio，因此请确保您已经安装了适当的Visual Studio版本。 在安装完CUDA和cuDNN之后，您需要配置环境变量才能使用它们。具体来说，您需要将CUDA和cuDNN的bin目录添加到您的系统PATH环境变量中。 最后，请启动Visual Studio并尝试编译并运行CUDA示例程序以确保一切正常。如果您遇到任何问题，请查看NVIDIA官方网站上的文档或在相应的开发者论坛上发帖询问问题。 总之，在Windows系统上安装CUDA和cuDNN相对简单，只需遵循相关的指南并按照说明操作即可。最终，这些工具将被用于实现先进的深度学习模型并进行创新的研究。
评论 45
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

花花少年

你的鼓励将是我创作的最大动力

¥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

实付元
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