cuda7.5的 安装、测试、visual studio2013环境中的配置


一开始,将cu文件,加载到项目里面时候,全是统一的白色字体,看起来感觉很糟糕。

在官网下载了cuda toolkit 后,安装完, 界面舒服一些了, 注释变成绿色,关键字变成蓝色

注意:

1、安装时候关掉 visual studio 、360安全卫士等。

2、安装完后,cuda toolkit 会自动给vs安装 NSIGHT插件。


 CUDA Toolkit安装过程中会自动在Visual Studio安装NSIGHT插件。如果之前安装过较老版本的CUDA Toolkit,则会被自动卸载掉,并用7.5版本将其代替。安装程序也会自动在系统环境变量内修改“PATH”,添加“CUDA_INC_PATH”、“CUDA_LIB_PATH”、“CUDA_PATH”等值,所以我们不必过多担心CUDA的环境配置。


如果想验证CUDA是否配置正确,可以尝试编译任意一个CUDA自带的样例程序或者新建一个项目进行编译运行。

这里两个都尝试一下,默认的项目编译,和以deviceQuery为例的编译。

首先,清楚cuda 安装完成后的两个主要默认路径:

默认都在C盘下面,

一个是:C:\Program Files     另一个路径是:C:\ProgramData  (samples 在这个里面)



其次,可以新建一个项目,测试默认的函数是否能编译通过:

可以直接新建一个cuda 项目,进行测试:


这是一个将两个一维数组相加的例子。

       其中addKernel是内核函数,它的计算过程是在GPU上实现的,用函数类型限定符__global__限制,且函数类型为void型。

       cuda_runtime.h头文件包括了运行时API和其参数的定义。(如果使用驱动API则使用cuda.h头文件)。

       device_launch_parameters.h头文件包含了内核函数的5个变量threadIdx、blockDim、blockIdx、gridDim和wrapSize。

       对其中CUDA运行时API函数的解释:

       ·cudaSetDevice():选择设备(GPU)。(可以不使用,不使用的情况下,默认选择设备0)

       ·cudaMalloc():动态分配显存。

       ·cudaMemcpy():设备与主机之内的数据拷贝。

       ·cudaThreadSynchronize():同步所有设备上的线程,等待所有线程结束。

       ·cudaFree():释放由cudaMalloc分配的显存。

       ·cudaThreadExit():结束CUDA上下文环境,释放其中的资源。

默认自带的kernel 核函数, 是对两个数组进行求和运算,编译后运行,运算结果如下,表明已经安装ok。



测试cuda 自带函数 是否能编译通过:

找到如下的路径案例项目, 通过vs打开sln解决方案,进行编译。

可以直接将deviceQuery_2013.sln  文件直接拖拽到vs2013窗口里面,进行编译。





测试通过

/* This sample queries the properties of the CUDA devices present in the system via CUDA Runtime API. */

这个案例请求的cuda设备的属性参数,通过cuda运行时API进行展示。



cuda在visual studio2013环境中的配置

.打开VS2013并建立一个空的win32控制台项目

   a.右键源文件 -> 添加 -> 新建项  选择CUDA C++/C文件
   b.右键工程 -> 生成自定义,选择CUDA 7.5
   c.右键项目 -> 属性 -> 配置属性 -> VC++目录,添加以下两个包含目录:
        C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include
     C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\common\inc
  再添加以下两个库目录:
  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64
  C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\common\lib\x64
   d.右键项目 -> 属性 -> 配置属性 ->链接器 -> 常规 -> 附加库目录,添加以下目录:
  $(CUDA_PATH_V7_5)\lib\$(Platform)
   e.右键项目 -> 属性 -> 配置属性 ->链接器 -> 输入 -> 附加依赖项,添加以下库:
       其实就是  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64 目录下的库
      
cublas.lib
cublas_device.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
cufft.lib
cufftw.lib
curand.lib
cusolver.lib
cusparse.lib
nppc.lib
nppi.lib
npps.lib
nvblas.lib
nvcuvid.lib
nvrtc.lib
OpenCL.lib
   f.右键项目 -> 属性->项类型  选CUDA C/C++

   g.打开配置管理器
       
       平台改为x64

win32平台 : 

需要注意的是: 在win32的编译环境中,cuda 抛弃掉了很多库文件,只剩下了如下库文件,参考文章配置cublas

因此,如果在属性资源管理器进行配置的时候,一定要区分开添加库文件, 否则会导致 win32平台的项目链接的时候报错,跟cuda完全无关的项目也一样报错,因为添加到win32编译环境中的cuda库文件是找不到的。

报错如下:







cuda测试完成后,对OpenCV进行配置。

opencv  官网下载后, 解压直接可以用而来,  

两方面信息注意:

1、查看版本, 可以在lib库看里面的文件名称,30(opencv3.0) 或者32(opencv3.2版),

2、build下面的子目录有文件夹VC10  VC11  VC12 分别对应的visual studio 版本是:VS2010 2012 2013。

X64环境下的 visual studio对应版本如下图:

 

lib库中对应文件名的编号,可以确定是opencv的3.0版本。

 

lib库中对应文件名的编号,可以确定是opencv的3.2版本。


















展开阅读全文

没有更多推荐了,返回首页