Win10配置CUDA和cudnn

已于 2023-03-17 10:33:38 修改
阅读量2.1k 收藏 4
点赞数 1
文章标签： 人工智能 深度学习 机器学习
于 2022-07-19 21:58:11 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_43522163/article/details/125881611
版权

本文配置的CUDA和CUDNN版本

CUDA = 11.3
CUDNN = 8.4.1

配置CUDA和CUDNN都是大同小异，只要会一个，就全毁了，CUDA10.2 和CUDA11.x配置方法基本一致，只需要下载好相应的文件

nvidia官网下载对应的CUDA和CUDNN

CUDA地址：https://developer.nvidia.com/cuda-downloads
CUDNN地址：https://developer.nvidia.cn/rdp/cudnn-download

１.安装CUDA

１.　双击运行

在这里插入图片描述
２.　点击OK
在这里插入图片描述

３.　同意并继续

在这里插入图片描述
４.　选择自定义安装，下一步

在这里插入图片描述
５.　如果已经安装了显卡，就取消掉第二个，如图所示。下一步
在这里插入图片描述
６.　建议使用默认路径，安装CUDNN时会用到。下一步

在这里插入图片描述

  1. 等待在这里插入图片描述
  2. 下一步在这里插入图片描述
  3. 关闭
    在这里插入图片描述
  4. 打开cmd，输入nvcc -V，可以看到显示11.3 表示cuda安装成功
    在这里插入图片描述

2.安装CUDNN

  1. 解压下载好的CUDNN

在这里插入图片描述

  1. 用CUDNN中的bin文件夹，include文件夹，lib文件夹替换掉cuda中的bin文件夹，include文件夹，lib文件夹
    CUDA中这三个文件夹的默认路径为
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

在这里插入图片描述

替换成功后，CUDA和CUDNN安装完成。

不需要自己添加环境变量，已经自动添加。

结束。

田小草儿
关注
cuda cudnn 配置
weixin_39623070的博客
11-03 227
下载cuda对应的版本：CUDA Toolkit 11.4 Downloads | NVIDIA Developer 配置bashrc里面的环境： export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 下载cudnn版本： cuDNN Archive | NVIDIA .
【动手学深度学习1】Win10 安装CUDA+cuDNN
m0_37770650的博客
11-05 222
由于小编的电脑显卡驱动版本为11.7.101，同时为节约电脑硬盘空间，选择下载安装CUDA Toolkit 11.7.0版本。然后选择：帮助--》系统信息--》组件，即可看到显卡驱动版本信息，小编电脑的版本号为11.7.101，表面显卡驱动能支持的cuda最大版本，为11.7。cuDNN是英伟达为深度神经网络打造的一个GPU加速库，使得模型训练推理时速度更快​，不是必须的，类似在自行车上装一个电动马达，使得​骑得更快。按百度百科定义，CUDA是英伟达推出的一个通用并行计算架构，是为提高GPU计算效率的。
cuDNN配置
Aaron9489的博客
11-14 111
cuDNN安装教程
【工具】cuDNN安装配置
...
12-21 485
安装cuDNN之前需要安装cuda，关于cuda的安装可以查看：《cuda安装及验证》 下载 下载地址 在此之前你还需要注册一个英伟达的账号，才能进行下载哦 安装配置 解压之后 找到cuda安装位置，将刚刚解压的cuDNN下的三个文件夹：bin、include、lib下的内容分别复制到cuda对应的同名文件夹下面 这里需要特别注意的是lib文件夹需要再往下一层，将x64文件夹下面的内容复制到cuda的lib的x64文件夹下面： 最后添加环境变量 至此，cuDNN就安装配置完成了 如何验证cuDNN安装配
cuDNN神经网络加速库的配置
Elon15的博客
07-08 811
cuDNN神经网络加速库的配置
pytorch环境配置（装cuda、cudnn）win10+cuda10.1+cudnn7.6.5+torch1.7.1 && 集显装pytorch
wbszd的博客
11-25 6520
安装pytorch的经验（独显和集显）
在Windows10上配置CUDA环境教程
最新发布
qq_42591591的博客
06-21 1731
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~
win10+cuda+cudnn 配置
01-20
参考资料：https://blog.cetcweb.cn/archives/32 ...【软件需求】: 运行别人的程序，故主要提供旧版软件网址；  cuda历史版本下载地址（https://developer.nvidia.com/cuda-toolkit-archive）  
win10安装CUDA和cuDNN
dayday学习的博客
05-08 7244
win10安装CUDA和cuDNN1.WIN10安装CUDA10 1.WIN10安装CUDA10 CUDA Toolkit 10.0 Download：https://developer.nvidia.com/cuda-downloads 下载后安装
win10+cuda10.2+cudnn7.6.5.txt
01-24
本篇文章将详细介绍如何在Windows 10操作系统上安装和配置CUDA 10.2以及cuDNN 7.6.5。 #### 二、系统环境准备 **1. 操作系统** 确保你的计算机安装的是Windows 10操作系统，并且已经更新到最新版本。此外，还需...
win10 x64 CUDA9.0+cuDNN7.2
01-07
标题中的“win10 x64 CUDA9.0+cuDNN7.2”指的是一个专为64位Windows 10操作系统设计的软件组合，包括CUDA Toolkit 9.0和cuDNN（CUDA深度神经网络库）7.2版本。这两个组件是针对GPU加速计算，特别是用于深度学习应用...
Cuda | Cudnn安装及其配置
runofsun的博客
09-19 5497
Cudnn是什么？与Cuda到底有什么关系，这篇文章带你读懂
Windows10中CUDA cundnn pytorch环境搭建记录
Doggerlas的博客
07-24 3586
关于在win10中安装cuda cudnn及pytorch全家桶(torch torchvision torchaudio)的详细安装步骤，可以参考这个帖子，说的非常详细！仅在此记录一下我的两台电脑安装的环境。
cuDNN 安装配置验证 （linux+windows）
ziqibit的博客
04-04 2127
cuDDN 安装配置
手把手教你配置CUDA, cuDNN-十分钟配置本地CUDA, cuDNN
热门推荐
c_h_q_的博客
03-11 1万+
手把手教你配置CUDA, cuDNN-十分钟配置本地CUDA, cuDNN
Window10搭建GPU环境（CUDA、cuDNN）
歌布衣的博客
04-27 2293
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。1 登录网站，注册账号，注册完成后才可以下载cuDNN。因为我是11.7所以我下载11.7的CUDA。1.右键点击会出现nvidia 控制面板。下图的 CUDA 版本是11.7。方法二，点击 NVIDIA的图标。根据不同系统，不同需求来下载。下载完后安装，都默认就ok了。安装完后，查看是否安装成功。到官网下载根据不同的版本。
配置anaconda+安装cuda和cudnn+将cuda和cudnn配置到指定目录+使用cuda命令安装cuda和cudnn
LMengi000的博客
10-23 740
如果在安装过程中出现其他问题，就根据问题进行百度搜索。
Windows10下配置cuda和cudnn
@悟道_1999的博客
12-30 598
CUDA 下载地址（可查看历史版本）：https://developer.nvidia.com/cuda-toolkit-archive 建议选择安装自定义安装（具体原因我也不是很清楚，反正安装就对了） 这里默认安装CUDA 11.0的位置是的默认路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\， 安装CUDA11.0完后，把cudnn-11.0-windows-x64-V8.0.5.39.zip解压后，把bin,inclu
win10安装cuda和cudnn
08-02
安装CUDA和cuDNN的步骤如下： 1. 首先，下载并安装CUDA。可以从NVIDIA官方网站下载适合您的操作系统和显卡的CUDA安装程序。安装过程中，选择自定义安装选项，确保选择正确的安装路径。安装完成后，系统会自动将CUDA的路径添加到系统的环境变量中。[1] 2. 下载cuDNN。cuDNN是一个用于深度学习的加速库，可以提高训练和推理的速度。您需要在NVIDIA的开发者网站上注册并登录，然后下载适合您的CUDA版本的cuDNN。下载完成后，解压缩文件。 3. 将cuDNN文件复制到CUDA的安装目录中。打开解压缩后的cuDNN文件夹，将其中的文件复制到CUDA安装目录的相应文件夹中。具体来说，将cuDNN的bin文件夹中的文件复制到CUDA的bin文件夹中，将include文件夹中的文件复制到CUDA的include文件夹中，将lib文件夹中的文件复制到CUDA的lib文件夹中。[2] 4. 验证安装是否成功。打开命令提示符，输入以下命令来验证CUDA和cuDNN的安装是否成功： - 输入`nvcc -V`，如果显示了CUDA的版本信息，则表示CUDA安装成功。 - 输入`python`，然后在Python交互式环境中输入以下代码来验证cuDNN的安装： ```python import tensorflow as tf print(tf.__version__) ``` 如果能够成功导入TensorFlow并显示版本号，则表示cuDNN安装成功。[3] 请注意，安装CUDA和cuDNN可能会因个人电脑的配置和操作系统的不同而有所差异。建议在安装前仔细阅读官方文档，并确保您的系统满足安装要求。
评论 3
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