英伟达驱动+CUDA+CUDNN安装备忘录

一、英伟达驱动安装

英伟达驱动官网直达 ==> 官网
英伟达驱动官网图片
选择相应显卡版本号,进行下载,安装即可!

安装过程略过,下面进入验证流程:

  • 在windows 搜索框中输入 “cmd”, 当打开命令行终端。
  • 打开终端后,输入 nvidia-smi,如果有如下图所示的结果,就说明NVIDIA驱动安装成功了
    nvidia显卡驱动运行

问题:在cmd中输入nvidia-smi显示不是内部或外部指令?
首先你要确保你需要核对你的驱动程序和你显卡型号是否一致,其次确保是否安装完成了!若都确认了,可以手动添加环境变量进行修复!

解决:更新显卡驱动,在C:\Program Files\NVIDIA Corporation\NVSMI中找到nvidia-smi.exe
可以参考:解决命令行输入‘nvidia -smi’显示不是内部或外部指令问题

二、安装CUDA

2.1 CUDA版本号选择

  1. 首先,安装完英伟达显卡驱动后

  2. 进入CMD运行nvidia-smi查看CUDA支持最高版本号
    在这里插入图片描述

  3. 以上表示支持最高CUDA版本号,一般来说比其小都支持

  4. 接下来是确定与需要运行的项目相兼容的CUDA版本,若是新型显卡,往往最新的CUDA不支持相应的项目,所以一般都是降版本安装。

  5. 如果cuda的版本不符合项目需求,查自己的显卡支持的cuda版本有哪些(非常重要,我的3060, 3090都不支持cuda8, 我装cuda8白忙)
    可看官网:
    GPU 计算能力
    NVIDIA_CUDA 工具包发行说明
    也可以直接搜索显卡支持的CUDA版本、CUDA计算能力,Tensorflow_gpu对应的CUDA版本等

在这里插入图片描述

2.2 CUDA官网下载链接

CUDA驱动官网直达 ==> CUDA Toolkit Archive

在这里插入图片描述
在这里插入图片描述

2.3 CUDA安装验证流程

Ubuntu18.04 安装CUDA请见 ==> Ubuntu18.04安装cuda11.1

  • 下载后点击exe文件运行,一路默认安装。
    在这里插入图片描述
    - !](https://img-blog.csdnimg.cn/direct/2597916665074d7b8ed97a08099f08a3.png)

  • 第一次安装全选;当时第一次安装只选了第一个好像也可以。注意:在安装过程中发现,如果第N次安装,最好不要选择CUDA下面的nsight system两个选项,不然后续安装会报错。
    在这里插入图片描述

  • 路径选择的是默认位置。后面一路默认就OK,安装成功关闭。
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

我们需要添加两个系统变量,实际上在安装的时候已经默认添加了,为了防止没有添加成功,这里我们可以看一下
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
主要看有没有这两条,没有的话就新建添加一下。
在这里插入图片描述

进入CMD运行nvcc -V 若出现CUDA对应的版本号即可
在这里插入图片描述

2.4 遇到的问题

问题1:The installed version of Nsight Visual Studio Edition is newer than the one to be installed. To reinstall, or change the Nsight configuration, first uninstall Nsight and then reinstall.
在这里插入图片描述
解决: 跳转请点击 CUDA版本冲突与解决:从Nsight Visual Studio Edition的安装出错说起

三、安装CUDNN

3.1 CUDNN版本号选择

参考官网链接直达 ===> GPU、CUDA 工具包和 CUDA 驱动程序要求
在这里插入图片描述
在这里插入图片描述

3.2 CUDNN官网下载链接

CUDNN驱动官网直达 ==> cuDNN Archive
正常官网下载需要登录账号,才能进行下载,这里有个方法可以绕开账户登录,直接进行下载
在这里插入图片描述
选择对应的CUDNN版本,进行右键选择复制链接
使用一个下载器,新建任务,把对应的链接复制进去下载即可,可以选择迅雷。

但是迅雷限速,且广告太多了,这里有破解版,有需要的可以自取
密码:bo13
迅雷破解版

3.3 CUDNN安装流程

下载好了是一个压缩包,我们解压到当前为止可以得到三个文件夹

在这里插入图片描述
把这三个文件夹复制到我们之前的那个CUDA目录下,C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2,这个目录下也有三个同名文件,把文件复制过来就可以了。

复制完成后,需要添加环境变量,这次我们添加到PATH中,

在这里插入图片描述

3.4 CUDNN验证流程

  1. 怎么知道我们安装的CUDA和CUDNN是正确的呢,需要验证一下,打开CMD,输入命令
nvcc -V

在这里插入图片描述
有这些版本号之类的东西基本上验证安装成功了,打开这个地址可以进一步验证

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\extras\demo_suite

在这里插入图片描述
不要双击,双击看不到,打开一个CMD
然后一个一个拖进去回车运行

在这里插入图片描述
在这里插入图片描述
验证安装成功

  • 11
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

修明pt

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
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