Cuda10.0.130+配套cudnn(tensorflow2.0+tensorflow1.14 GPU版本安装准备)

借鉴原文地址1:https://blog.csdn.net/qq_33289694/article/details/102605042?ops_request_misc=%7B%22request%5Fid%22%3A%22158305058919725211964535%22%2C%22scm%22%3A%2220140713.130056874…%22%7D&request_id=158305058919725211964535&biz_id=0&utm_source=distribute.pc_search_result.none-task
借鉴原文地址2:https://blog.csdn.net/houzupi2534/article/details/100010836

##安装看分割线的,拉到中间就能看到,上面的这个看看怎么选择CUDA和CUDNN

本机配置
系统:Win10 64位
显卡:GTX 850M

WIN10安装CUDA10
安装cuda前一定要安装VS
我电脑之前就有装VS2013和VS2015,建议装VS2015

CUDA Toolkit 10.0 Download:https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述
(可以离线安装[local],也可在线下载安装[network])。
下载完成后,打开安装程序:
安装路径可以默认也可以自定义。之后点击ok就行。(我选默认)
在这里插入图片描述
下图点击同意并继续
在这里插入图片描述
下图一定要选自定义,尝试过精简安装失败,选择自定义安装后后面也是全勾选,就能成功。
在这里插入图片描述
可以选择默认路径或者自定义安装路径,记下安装的路径。(我选默认路径)
在这里插入图片描述
安装完后就完成了。安装完成后系统变量会自动添加,可自行查看系统变量
在这里插入图片描述
验证安装:cmd命令后输入nvcc -V
在这里插入图片描述
以上就是cuda成功安装全过程
有一处在看别人安装的时候有设置,但是我没有设置cuda也显示安装成功了:
添加环境变量:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64(在系统变量这个窗口上面)
在这里插入图片描述
WIN10安装cuDNN
打开cuDNN网页:https://developer.nvidia.com/rdp/cudnn-download
没有账号的需注册账号才能下载
选择与CUDA匹配的cuDNN版本进行下载
下图中 I Agree处需要勾选上
在这里插入图片描述
选择操作系统版本
在这里插入图片描述
下载之后是个压缩包文件,解压缩:
在这里插入图片描述
在这里插入图片描述
将CUDA\bin、CUDA\include、CUDA\lib中的内容拷贝到相应的C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0文件路径下即可(因为此处我是默认路径的,此处只用把三个文件夹全部选中复制粘贴进以上路径的文件夹即可,不需一一复制,会自动找到位置):
在这里插入图片描述
按道理来讲到这里cuDNN应该已经算安装完毕了,但是参考一个博文,还是添加了cuDNN的环境变量,不知道是否有必要?
在这里插入图片描述

WIN10卸载cuda9.0
不要用一些杀毒软件来卸载,进入Windows设置窗口,选择应用
在这里插入图片描述
进去后找带NIVIDA字的软件,一般都在一起,图标也很明显
我只保留了
在这里插入图片描述
在这里插入图片描述
其他的全部删除

卸载完后,你会发现电脑—开始—所有程序,里面那个关于NVIDIA的程序文件不见了
存在的话,也可以看看里面还剩下什么,可以搜索看看
当然,C盘里面C:\Program Files\NVIDIA GPU Computing Toolkit文件也可以删除了
用杀毒软件垃圾扫描下,清理下电脑,主要是清理注册表
这样就可以装新的cuda10.0了

                 <div id="article_content" class="article_content clearfix">
        <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-833878f763.css">
                        <div id="content_views" class="markdown_views prism-atom-one-dark">
                <!-- flowchart 箭头图标 勿删 -->
                <svg xmlns="http://www.w3.org/2000/svg" style="display: none;">
                    <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path>
                </svg>
                                        <h1><a name="t0"></a><a id="TensorFlow_20__GPU_0"></a>TensorFlow 2.0 - GPU安装</h1>

#################分割线
#################分割线
#################分割线
#################分割线
#################分割线
#################分割线

如果是刚刚入门的同学,先看第一篇博客。Anaconda与Pycharm安装

安装显卡驱动网址

更新网址PS: 每个人电脑上肯定是有的,可以根据需要更新一下驱动

CUDA安装也可以直接在我的百度云下载:

链接:https://pan.baidu.com/s/1JDsywrT7g0H9nrhn4ejokA
提取码:cft9

下载地址

在这里插入图片描述

根据自己每个人的电脑系统版本下载,然后安装。

在这里插入图片描述

选择默认路径

在这里插入图片描述

点击接受

在这里插入图片描述

在这里插入图片描述

接下来特别要注意了!!!!

首先红框位置的是一个应用程序,没什么用,所以去掉。

在这里插入图片描述

如果有Visual Studio Code的编译器那么可以随意选择,如果没有的话,就一定记得将√去掉(因为我用的是Pycharm,所以不打勾)

在这里插入图片描述

(1)这里如果New Version大于或者等于Current Version,可以打钩可以不打钩,

(2)如果没有安装驱动,那就必须安装驱动,打钩

(3)如果Current Version大于New Version 那么一定不可以安装(不打勾),因为低版本无法将高级版本覆盖。

可能以上有点啰嗦,其实光看第三句就可以。

在这里插入图片描述

安装的位置不需要改变

在这里插入图片描述

可以看到这里的Visual Studio Integration 没有安装

在这里插入图片描述

目前为止CUDA已经安装完成。

测试CUDA版本

首先进入到图示目录,就是CUDA的安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

在这里插入图片描述

在dos下输入命令nvcc -V查看版本号

在这里插入图片描述

接下来就是添加系统变量了,选中高级系统设置,点击环境变量,选中系统变量中的Path,再点击编辑

在这里插入图片描述

弹出图示对话框,在你装好CUDA之后,这两项会自动添加。

在这里插入图片描述

接下来再下载cuDNN

在这里插入图片描述

下载完成之后,解压缩到当前文件夹,并将文件名改为cudnn

在这里插入图片描述

然后将cudnn文件夹整个复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

在这里插入图片描述

再次添加环境变量,相比于刚才多了两个,具体的操作是新建然后复制

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn\bin

新添加的环境变量在最后,需要指定上移到图示位置。

在这里插入图片描述

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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