window11系统CUDA、cuDNN 安装以及环境变量配置

一,说明

CUDA(Compute Unified Device Architecture)是 NVIDIA 提供的一种并行计算平台和编程模型,可以加速各种科学计算、机器学习和深度学习应用。而 cuDNN(CUDA Deep Neural Network Library)是 NVIDIA 提供的一个可选的库,用于优化深度神经网络的训练和推理性能。

虽然 CUDA 包含了一些基本的矩阵运算和线性代数函数,但它不直接包含深度神经网络相关的算法和优化。因此,为了使用 CUDA 进行深度学习任务,您需要安装一个额外的库,例如 cuDNN。

cuDNN 库还提供了一些高级功能,例如卷积算法的快速实现和 GPU 内存管理。因此,通过与 CUDA 结合使用,cuDNN 可以大幅提高深度学习应用的性能和效率。

因此:
CUDA ,需要下载两个安装包

CUDA toolkit
cuDNN

二,cuda的下载以及安装

1. 确定自己电脑设备哪个版本cuda

一般就是:打开nvidia(桌面右键)->选择左下角的系统信息->组件既可以。

我的电脑是win11,我自己的操作方式如下:

a. 点击左下角

在这里插入图片描述

b. 点击左下角

进行搜索 nvidia 弹出这个页面,点击左下角,系统信息

在这里插入图片描述

c.接着点击 组件

在这里插入图片描述

在这里插入图片描述

这就是 自己电脑支持的cuda版本,一般选择配套的,我有时候会选择略低于这个的版本不能高于。具体情况视情况而定

2. cuda的下载

下载地址

我自己的下载。

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

最后的下载的成果

在这里插入图片描述

3. cuda的安装

1. 双击 点击 ok

在这里插入图片描述

耐心等待…

在这里插入图片描述

2. 同意即可

在这里插入图片描述

3. 这个随意哪个都行

我使用的是自定义

在这里插入图片描述

直接下一步
在这里插入图片描述

4.选择安装位置 接着下一步

默认即可,但是要记住这个地址,下面手动配置环境变量要用到

在这里插入图片描述

三,cuda环境变量设置

一般这里安装完毕后,12版本自动配置好环境变量,若是没有配置就只能自己配置了。
后面就用我电脑上的另一个版本 11.4.4版本的 内容说明,上面的流程是一模一样的,仅仅是版本号不同罢了,没必要纠结

变量

CUDA_PATH
CUDA_PATH_V11_4
NVCUDASAMPLES_ROOT
NVCUDASAMPLES11_4_ROOT

:这里我用 11.4版本为例,流程上是一样的,就是版本号不一样仅此而已,这个值就是上面让记住的安装地址

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4

步骤1. 鼠标右击 我的电脑–>右击点击属性

在这里插入图片描述

步骤2. 选择 高级系统设置–> 环境变量设置

在这里插入图片描述

步骤3. 点击新建,依次输入上面的 变量

在这里插入图片描述

步骤4. 进行测试安装

win+r,输入cmd

在这里插入图片描述

即为安装成功…

四、cuDNN下载以及安装

1. cuDNN的下载

下载地址
下载地址2

一般首次下载需要进行账号注册,这个很简单有邮箱就行,按照步骤走就可以。我用的是Google邮箱。

进去后是这样的…
根据cuda版本进行下载即可

点击红色框这里进行版本选择

在这里插入图片描述

看cuda下载地址确定自己的cuda完全版本,我这里用11.4为例,流程上与上面12.1一样

在这里插入图片描述

好了知道这个选择 cuDNN的下载版本

我选择的是这一个…

在这里插入图片描述

下载后的样子是这样婶儿的…

在这里插入图片描述

2. cuDNN的安装

步骤1. 先找个合适位置解压

三个文件夹…
在这里插入图片描述

步骤2. 安装 将刚才解压的文件拷贝到 cuda 安装位置中…默认安装的话,咱们理论上是一样

不一样的话,基本上就在c盘 找下就找到了…

在这里插入图片描述

步骤3. 同名文件进行替换就行

3. cdDNN环境变量配置

方法一样:一般12+的版本会自动配置好这些环境变量,同名文件替换后,可以直接跳过这些配置环境变量步骤,直接测试安装是否成功

此电脑—>右击属性—>高级系统设置—>环境变量

在这里插入图片描述

将下面这些内容放在这个path中。就将替换后的 binincludelib以及libnvvp路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp

在这里插入图片描述

在这里插入图片描述

4. 进行cuDNN验证

进入这个位置:::选中地址

在这里插入图片描述

选中地址后 输入 cmd 回车

在这里插入图片描述

分别键入:
bandwidthTest.exe
deviceQuery.exe

在这里插入图片描述

在这里插入图片描述

成功
  • 78
    点赞
  • 241
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 20
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 20
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

打赏作者

QuietNightThought

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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