win10下cudnn的安装教程

cuda的安装可参考https://jingyan.baidu.com/article/b24f6c821a2f8b86bfe5da19.html

下载cudnn的安装文件cudnn-7.0-win-x64-v3.0-prod.zip

强调一下,cudnn的安装版本要和cuda版本匹配,版本查询和下载可在英伟达官网 https://developer.nvidia.com/cudnn

将文件解压,例如解压到d:\cuda\

解压后有三个子目录:bin,include,lib

将bin目录(例如 d:\cuda\bin)添加到环境变量 PATH 中,不会添加环境变量请自行百度。

用 vs 新建 cuda 项目。在vs编辑器正上方,Solution Configuration 的内容如果是Debug ,改为 Release ,旁边Platforms Solution Platforms 中的内容如果是win32,要改选为x64。

接下来修改项目属性:

项目属性/VC++ Directories/Include Directories 中添加入include的路径(例如 d:\cuda\include);

在项目属性/VC++ Directories/Libary Directories 中添加入lib\x64路径(例如 d:\cuda\lib\x64);

 

在项目属性/Linker/Input/Additional Dependencies  中添加入cudnn.lib;

项目属性/CUDA C|C++ / Device /Code Generation 中,将sm_20改为 sm_30或更高;

项目属性修改完毕。

 

加入如下代码:

#include <iostream>
#include <cuda_runtime.h>
#include <cudnn.h>
using namespace std;

void main(){
cudnnHandle_t handle;
cudnnStatus_t t = cudnnCreate(&handle);
cout<< cudnnGetErrorString(t);
getchar();
}

 

 

如果结果显示:

CUDNN_STATES_SUCCESS

表明安装成功了

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
安装CUDNN是为了在Windows 10系统上使用深度学习框架时提供GPU加速的支持。以下是安装CUDNN的步骤: 1. 首先,确保您已经安装了支持CUDA的显卡驱动程序,并且已经安装了CUDA Toolkit。如果未安装CUDA Toolkit,请先安装它。您可以从NVIDIA的官方网站下载并安装适合您显卡的驱动和CUDA Toolkit。 2. 下载CUDNN软件包。您需要根据您的CUDA版本和操作系统选择合适的CUDNN版本。您可以从NVIDIA的开发者网站下载CUDNN。确保选择与您的CUDA版本兼容的CUDNN版本,通常来说,您需要下载一个包含库文件和头文件的压缩文件。 3. 解压缩下载的CUDNN软件包。您将得到一个包含头文件和库文件的文件夹。 4. 打开解压后的文件夹,您会看到三个文件夹,分别是bin、include和lib。将这三个文件夹中的内容复制到相应的CUDA Toolkit安装目录下的对应文件夹中。例如,将bin中的文件复制到CUDA Toolkit的bin文件夹中,将include中的文件复制到CUDA Toolkit的include文件夹中,将lib中的文件复制到CUDA Toolkit的lib文件夹中。 5. 设置环境变量。在Windows 10系统上,您需要将CUDA Toolkit的bin目录添加到系统的Path环境变量中,以便系统可以找到CUDNN库文件。您可以按照以下步骤进行设置: - 右键点击“此电脑”(或“我的电脑”),选择“属性”。 - 在左侧面板上,点击“高级系统设置”。 - 在“系统属性”对话框中,点击“环境变量”按钮。 - 在“环境变量”对话框中,找到系统变量中的Path变量,并双击打开。 - 在变量值的末尾添加CUDA Toolkit的bin目录的路径,确保每个路径之间用分号分隔。 6. 完成上述步骤后,您可以重新启动您的计算机,以使环境变量的更改生效。 现在,您已经成功安装了CUDNN。您可以在使用深度学习框架时启用GPU加速并享受更快的训练和推理速度。请确保在使用CUDNN时按照相应的文档和教程进行配置和使用。 参考了关于FTP扫描的说明。 参考了关于CUDNN安装的提示。
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
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