【YoloV5】学习笔记 P1——CUDA安装

在这里插入图片描述

运行YoloV5可选为CPU或GPU环境。默认CPU环境无需配置,GPU环境需要安装与显卡版本对应的cuda,本文即针对GPU环境配置cuda过程。本次安装参考了网上许多教程,结合自己的需求与理解,写下此篇博客,仅做本人总结使用。

【CUDA】cuda安装 (windows10版)

一、前言

windows10 版本安装 CUDA ,首先需要下载两个安装包

  • CUDA toolkit(toolkit就是指工具包)
  • cuDNN

注:cuDNN 是用于配置深度学习使用

官方教程

CUDA:https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html

cuDNN:https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installwindows

二、安装工具的准备

1.CUDA toolkit Download

CUDA官网下载链接:https://developer.nvidia.com/cuda-toolkit-archive

在这里插入图片描述
根据本地显卡配置选择合适的CUDA进行下载安装。查看本地显卡 :【NVIDIA控制面板】>>【系统信息】>>【显示】

在这里插入图片描述
GA = General Availability,通用版本,指软件的通用版本。
RC=Release Candidate,含义是"发布候选版",它不是最终的版本,而是最终版(RTM=Release To Manufacture)之前的最后一个版本
在这里插入图片描述
官网说明文档: https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

在这里插入图片描述

CUDA的版本是跟显卡型号有关还是驱动有关?

一般是驱动版本决定了能用的CUDA版本的上限,比如新版的显卡驱动可以支持老的CUDA runtime。但是老的显卡可能无法更新到最新的显卡驱动,比如Fermi显卡只能装到391驱动,因此只能用到CUDA9.1。除此之外,显卡硬件与CUDA compute capability相关,当然编译时也可以指定streaming multiprocessor。新的架构支持更多特性就是了。

有关显卡算力及CUDA匹配问题?

最终本人下载的为cuda_11.0版本

在这里插入图片描述

2.cuDNN Download

cuDNN地址如下,不过要注意的是,我们需要注册一个账号,才可以进入到下载界面。大家可以放心注册的。

https://developer.nvidia.com/rdp/cudnn-download

在这里插入图片描述

注册成功后的下载界面

在这里插入图片描述

可以使用下面网址,查看适配的 cuDNN

https://developer.nvidia.com/rdp/cudnn-archive

在这里插入图片描述

在这里插入图片描述

本人下载的版本如下:

在这里插入图片描述

三、CUDA安装与配置过程

  1. 双击“exe文件”,选择下载路径(推荐默认路径,tmp最后自动删除)
    在这里插入图片描述
  1. 安装选项
    如果你是第一次安装,尽量全选
    如果你是第n次安装,尽量只选择第一个,不然会出现错误
    在这里插入图片描述
    不要选Visual Studio Integration,即使选了也不能成功安装
    在这里插入图片描述
    如果本机的驱动版本(当前版本)小于cuda对应的版本(新版本),则选择,否则不选。如果当前版本小于新版本,并且不覆盖安装,之后电脑会频繁蓝屏或死机
  1. 记住安装位置,tensorflow要求配置环境
    在这里插入图片描述

重点提醒:一定要记住这个路径,把这个路径保留下来,后面我们还会用到!!!

  1. 安装进行
    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
  1. 安装完成
    在这里插入图片描述
    查看系统变量中是否添加了路径,如果没有需要自己添加
    在这里插入图片描述

测试环境是否安装成功

运行cmd,输入nvcc --version 即可查看版本号;
set cuda,可以查看 CUDA 设置的环境变量。

nvcc --version
set cuda

在这里插入图片描述

四、cuDNN配置

1.解压

cuDNN叫配置更为准确,我们先把下载的 cuDNN 解压缩,会得到下面的文件:

  1. cuDNN 解压缩后的文件
    在这里插入图片描述

下载后发现其实cudnn不是一个exe文件,而是一个压缩包,解压后,有三个文件夹,把三个文件夹拷贝到cuda的安装目录下

CUDA 的安装路径在前面截图中有,或者打开电脑的环境变量查看,默认的安装路径如下:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0

后面那个v11.0是你自己的版本号

  1. CUDA 安装目录文件:
    在这里插入图片描述

拷贝时看到,CUDA 的安装目录中,有和 cuDNN 解压缩后的同名文件夹,这里注意,不需要担心,直接复制即可。cuDNN 解压缩后的同名文件夹中的配置文件会添加到 CUDA安装目录中的同名文件夹中。

  1. 拷贝成功后的文件:
    在这里插入图片描述

现在大家应该可以理解,cuDNN 其实就是 CUDA 的一个补丁而已,专为深度学习运算进行优化的。然后再参加环境变量

2.添加至系统变量

  1. 往系统环境变量中的 path 添加如下路径(根据自己的路径进行修改)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp
  1. 验证安装是否成功

配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwidthTest.exe:
首先win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:

在这里插入图片描述

在这里插入图片描述

相关参考

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Yolov5是一个目标检测算法,它采用了和Yolov4一样的Mosaic数据增强方式,该方式由Yolov5团队的成员提出。Mosaic数据增强使用了随机缩放、随机裁剪和随机排布的方式进行拼接,对于小目标的检测效果很不错。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [YOLOv5 学习笔记](https://blog.csdn.net/W1995S/article/details/118114221)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [YOLOv5学习笔记](https://blog.csdn.net/qq_54809548/article/details/125403163)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [YOLOv5 自学笔记(持续更新)](https://blog.csdn.net/Mr_wjjianyan/article/details/128475887)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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