Window10搭建GPU环境（CUDA、cuDNN）

已于 2023-04-27 20:32:26 修改
阅读量2.2k 收藏 14
点赞数
分类专栏： 机器学习 # python 开发语言 文章标签： python 人工智能 深度学习
于 2023-04-27 18:10:43 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/qq_33253054/article/details/130411732
版权

一、查看CUDA版本

方法一，cmd命令

nvidia-smi

下图的 CUDA 版本是11.7
在这里插入图片描述

方法二，点击 NVIDIA的图标
1.右键点击会出现nvidia 控制面板
在这里插入图片描述
或者
在这里插入图片描述

2.点击系统信息
在这里插入图片描述

3.点击组件
在这里插入图片描述

二.下载CUDA

到官网下载根据不同的版本
https://developer.nvidia.com/cuda-toolkit-archive
因为我是11.7所以我下载11.7的CUDA
在这里插入图片描述
根据不同系统，不同需求来下载
在这里插入图片描述
下载完后安装，都默认就ok了

安装完后，查看是否安装成功

nvcc -V

在这里插入图片描述
查看环境变量
在这里插入图片描述

二.下载cuDNN

需要账号
1 登录网站，注册账号，注册完成后才可以下载cuDNN。
https://developer.nvidia.com/rdp/cudnn-download
2 选择版本下载

在这里插入图片描述
解压文件
然后把里面的三个文件夹里的文件（注意，是文件）复制到CUDA安装文件夹（就是上面的 CUDA Development 的那个安装路径下）的对应文件夹内
cuDNN
在这里插入图片描述
CUDA
在这里插入图片描述

测试 一下是否安装成功。

进入到上面的安装文件夹下的 extra/demo_suit 文件夹(如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite）下，然后在地址栏输入 cmd，打开命名提示行。运行 bandwidthTest.exe 和 deviceQuery.exe ，结果如下，得到两个 PASS，就基本是安装成功了。
在这里插入图片描述
在这里插入图片描述

参考资料
【PyTorch】Window10搭建GPU环境（CUDA、cuDNN）
使用GPU进行深度学习环境的搭建

咸鱼布衣
关注
专栏目录
V100 GPU服务器安装CUDNN教程
weixin_43178406的博客
11-22 5万+
本文主要介绍了V100 GPU服务器安装CUDNN教程，希望能对安装V100 GPU服务器的同学们有所帮助。 文章目录 1. 背景描述 2. 下载CUDNN文件 3. 安装CUDNN 4. 检验CUDNN安装效果
windows系统下基于cuda9.2+cudnn7.2.1的tensorflow-gpu环境搭建
sinat_28723801的博客
07-21 1220
关键词：tensorflow-gpu，cuda，cudnn，环境搭建 本文是关于tensorflow-gpu在windows系统下的环境搭建。GPU相比较于CPU更加适合深度学习的计算。 深度学习和神经网络的每个计算任务都是独立于其他计算的，任何计算都不依赖于任何其他计算的结果，可以采用高度并行的方式进行计算。而GPU相比于CPU拥有更多独立的大吞吐量计算通道，较少的控制单元使其不会受到计算以外的更多任务的干扰，拥有比CPU更纯粹的计算环境，所以深度学习和神经网络模型在GPU的加持下会更高效地完成计算任务
Win10_64位下搭建TensorFlow-GPU版本的环境
12-01
win10_64位 + tensorflow GPU版 + python3.6 + CUDA8 +Cudnn6
window 配置深度学习环境GPU
arno1988的专栏
02-14 841
window 配置深度学习环境GPU
[python]如何正确的安装pytorch?(详细)
c858845275的博客
08-08 4161
介绍了如何分析自己的硬件并且安装对用版本的pytorch
win10用conda搭建基于GPU的深度学习环境
m0_59118857的博客
04-11 1139
误区1：每个代码都需要不同的运行环境，conda可以满足这个需求，conda搭建的环境是一个虚拟环境，是相对独立于基本环境的，相应的安装代码所需的库等操作也应该在虚拟环境在操作，把库安在基本环境，虚拟环境是无法调用的。误区2：在虚拟环境安装PyTorch时会安装cudatoolkit，所以不需要单独安装cuda，也不需要在基本环境安装cuda和cudnn。上述是笔者搭建环境的过程，中间也踩过很多坑。大家如果有什么更好的建议或者在搭建的过程中碰到其他问题，欢迎各位在评论区指正和交流。
Win10 GPU 环境下的 Tensorflow 配置（一）
Kyrie
09-16 544
安装须知： TensorFlow 有cpu和 gpu两个版本。gpu版本需要英伟达CUDA 和 cuDNN 的支持，cpu版本不需要。这里我装的是gpu版， Win10_X64。 准备工作（共四步）： Step1: 确认你的显卡支持 CUDA，运算能力符合你要运行的代码的运算量（一般在论文的  实验中会说明，请自行查看）。 显示适配器（显卡）查看方式：在cmd中输入”start de...
window10深度学习环境gpu环境搭建
weixin_43134049的博客
07-30 179
第一步 ：选好你的显卡对应的驱动 根据自己型号下载 第二部：CUDA和CUDNN的安装看这个博客 然后你的tensorflow paddlepaddle 就可以用了 python的环境用anaconda安装推荐
conda安装cuda10.1+cudnn7.6.5，conda安装深度学习gpu环境
09-28
至此，你已经成功地通过conda搭建了一个包含CUDA 10.1、CUDNN 7.6.5以及PyTorch 1.7.0和torchvision 0.8.1的深度学习GPU环境。这个环境非常适合进行基于PyTorch的GPU加速的深度学习项目。 如果你需要手动从给定的...
基于ubuntu18.04 tensorflow-gpu 1.9.0 cuda9.0 cudnn7.0的深度学习服务器环境搭建
最新发布
09-22
10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2...
Windows 10 TensorFlow-GPU 1.14 CUDA10 cuDNN v7.4 python 3.6，安装总结
FuYuankun_haut的博客
08-22 1106
TensorFlow-GPU==1.14 CUDA10 cuDNN v7.4 python 3.6，安装总结1.写在开始2.前期准备3.安装 1.写在开始 由于重装了系统，清楚了所有的东西，需要再次安装。 整理一下tensorflow-gpu 1.14的安装过程，往常都是记录到记事本上，很不方便。遂发帖记录，方便后期查看。 有些版本说需要visual studio，本次安装是新的系统，未安装vs，成功运行。 2.前期准备 tensorflow对应cuda，cudnn，python版本查询：https://t
Windows系统上安装GPU深度学习环境（含安装pytorch、anaconda等）
Aimee_55555的博客
06-27 2641
Windows系统上安装GPU深度学习环境
阿里云计算型gn5i服务器+conda管理+tensroflow2.0 GPU稳定版 + cuda10.0+cudnn 安装采坑
CSDN_Wolf_HQ的博客
11-28 609
1.公司为阿里云计算型gn5i服务器，显卡驱动如果手动安装需找到对应版本https://help.aliyun.com/document_detail/108502.html?spm=a2c4g.11186623.6.609.66f4323ao6etmq 2.cuda一定一定要安装10.0对应tensorflow2.0版本https://developer.nvidia.com/cuda-10....
在Windows10上配置CUDA环境教程
qq_42591591的博客
06-21 1495
以上就是环境搭建的全部内容，已经能够进行一些基础的网络模型测试啦。若存在问题可以在评论区内进行交流~
如何在Windows10上安装和配置CUDA环境：详细教程
Lion_Long的博客
03-02 6601
本文将手把手地教你如何在Windows10操作系统上搭建CUDA环境，从CUDA工具包的下载和安装开始，一直到配置环境变量和验证CUDA是否成功安装。通过本文的指导，你将能够轻松地在自己的Windows10系统上搭建起完善的CUDA开发环境。
最新CUDA环境配置(Win10 + CUDA 11.6 + VS2019)
专注于人工智能领域的小何尚
04-21 4万+
本文介绍如何在win10系统中搭建CUDA + VS2019的开发环境 CUDA是目前做人工智能, 深度学习等方向的必备工具库. 由CUDA衍生出的加速工具很多, 如: cuDNN, TensorRT, cuBLAS等HPC加速库, 或者涉及最新的元宇宙概念中的Omniverse等.
windows环境下CUDA安装及配置
Junewang0614的博客
10-03 6424
新电脑重新安装pytorch，记录从头配置的过程。参考博文：https://blog.csdn.net/weixin_43848614/article/details/117221384。
win10+CUDA安装及环境配置
热门推荐
Henry的博客
09-26 4万+
CUDNN是用来实现高性能GUP加速的，快3到5倍的时间 首先通过NVIDIA控制面板查看电脑适用的CUDA版本 CUDA和CUDNN的版本要对应，即：CUDA 9.1,CUDNN也下载9.1 安装CUDA 下载其他版本，请选择右下角Legacy Releases 下载CUDNN （最好用10.2以下） 点击下载，没有注册的话，这里需要注册一下。 下载之后双击CUDA安装包进行安装即可。 此目录是临时解压目录，安装完成后会自动删除，最终cuda还是会默认安装在C盘。所以安装在C盘即可 建议选择自定
win10+vs2015+cuda+cudnn 环境变量配置
caojinpei123的博客
05-08 2806
https://blog.csdn.net/sinat_41789705/article/details/83592783 win10安装 pytorchhttps://blog.csdn.net/MarsLee_U/article/details/80489618 anaconda 历史版本https://repo.continuum.io/archive/ pytorch版yolo...
评论
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
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