深度学习配置CUDA8.0/9.0及对应版本cuDNN安装

最新推荐文章于 2025-03-06 16:54:52 发布

saintchentaurus

最新推荐文章于 2025-03-06 16:54:52 发布

阅读量10w+

点赞数 47

分类专栏：深度学习环境配置专业软件安装与使用文章标签： CUDA8.0cuDNN5.1 CUDA9.1cuDNN7.0 安装配置 vs2013vs2015

本文链接：https://blog.csdn.net/m0_37638031/article/details/78896818

版权

本人为中科院测地所博士生，所研究专业为自然地理学（遥感数据分析方向），研究课题偏向于深度学习。

由于本人不是计算机专业，故有关计算机配置及操作方面相较于计算机专业人员不是那么专业。所以请各位大牛大神绕道，我这里所做的一些工作比较浅显，仅供需要的各位一起交流。

在深度学习的配置环境过程中，第一步则是需要安装microsoft的visual studio。这个在本人的第一篇博客中已经说明。接下来，在深度学习的过程中，需要用GPU计算加快计算速度。笔者电脑的配置是win10+E5服务器cpu+N卡1070显卡。因此可以安装CUDA。关于CUDA的概念及作用在此我就不再赘述了，各位读者可以自行百度或在NVIDIA官网上查看。在此我贴出的是安装过程。

在配置深度学习的过程中，国外大牛有使用CUDA6.5/7.5/8.0/9.0的，深度学习及显卡计算能力发展快速，CUDA6.5及7.5即将淘汰，或与笔者的1070显卡不兼容（因为10系列采用了全新的帕斯卡架构），为了防止出现一些不兼容的错误及各版本都能计算，我同时安装了主流的CUDA8.0，及与10系列显卡兼容的最新CUDA9.1。

需要注意的第一点是，在配置时，vs2013=Microsoft Visual Studio 12.0，vs2015=Microsoft Visual Studio 14.0。建议CUDA9.1使用VS2015，CUDA8.0使用VS2013。本质上并没有区别，但为了区分方便而已。

需要注意的第二点是，两者可以安装在一台电脑上并不冲突。作者在搜索度娘时有人回答：可以同时安装，但必须先安装低版本（CUDA8.0）再安装高版本（CUDA9.0/9.1），对此笔者并没有证实，不知道所言是否正确。但为了电脑不会出什么差错，我还是先安装了8.0，再安装了9.1.实测并不冲突，可以兼容。

需要注意的第三点是，CUDA8.0对应的cuDNN版本是5.1，CUDA9.0对应的cuDNN7.0。同时，cuDNN可以同时安装在CUDA8.0和9.0中，而cuDNN7.0只能对CUDA9.0及以上适用。

各位读者最好事先在NVIDIA网站注册一个账号，便于下载使用。