Windows 10配置GPU环境

最新推荐文章于 2024-05-31 00:23:10 发布
最新推荐文章于 2024-05-31 00:23:10 发布
阅读量1.4k 收藏 14
点赞数 3
分类专栏： 环境配置 文章标签： windows gpu cuda cudnn
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/weixin_39268372/article/details/115276165
版权

Windows 10配置GPU环境

这是我的第一篇文章，欢迎大家批评指正！

安装清单

  • 显卡驱动
  • cuda 10.1
  • cudnn 7.6.5

查看显卡型号

同时按下Win+R，在弹出的运行窗口中输入dxdiag，在显示Tab页中显示了显卡型号。

在这里插入图片描述
在这里插入图片描述

下载安装显卡驱动

访问英伟达官网，选择本机显卡型号，搜索对应的驱动，GAME READY 驱动程序和 STUDIO 驱动程序选哪一个都可以，个人建议不要选择最新版的。下载后一路默认安装，一般都能安装成功。
在这里插入图片描述
在这里插入图片描述

下载安装CUDA

查看本机显卡驱动版本

首先确保已经安装了显卡驱动，然后在应用程序中打开NVIDIA控制面板，在右下角显示了显卡驱动版本。
在这里插入图片描述

查看CUDA和显卡驱动的对应关系

访问英伟达官网查看CUDA和显卡驱动的对应关系：
在这里插入图片描述

下载安装CUDA

访问英伟达官网，下载安装最先版本的CUDA，默认安装位置为：C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA，安装后会自动配置环境变量
在这里插入图片描述

当然，若要下载早期版本的 CUDA，可以点击下面的“CUDA早期版本档案”进行下载安装
在这里插入图片描述
在这里插入图片描述

下载cuDNN

访问英伟达官网，下载之前需要先注册一个账号，按照提示填写信息、完成调查问卷。然后根据CUDA和cuDNN对应的关系，选择下载。
在这里插入图片描述
下载之后解压，将解压后的文件拷贝到对应CUDA的安装目录下C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v10.1
在这里插入图片描述

验证安装

验证CUDA

nvcc -v

在这里插入图片描述

验证测试案例

使用cmd进入目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite

执行deviceQuery.exe

在这里插入图片描述

执行bandwidthTest.exe

在这里插入图片描述

寒夜灬星辰
关注
  • 3
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于Windows GPU编程环境配置
03-10
基于Windows GPU编程环境配置
操作系统 | Windows10 下 GPU 工作环境配置
lovetaozibaby的博客
03-12 2630
简介 上周末的时候换了台电脑，在师兄们的怂恿下（一直跟我鼓吹Windows10比Windows7好、Windows7要被淘汰之类之类），从Windows7换到了Windows10的操作系统（说实话，装好后看着这开始菜单栏，心里真是。。好后悔）。。。 当然，这些都是后话，最主要的是，这个Windows10系统是我费了九牛二虎之力从网上下载下来的，所以。。我是不会再花十几个小时重新下载Windows7...
GPU 频率设置
苏法迪的专栏
02-08 5302
1.GPU 频率设置 mPerfServiceWrapper.userRegScnConfig(mCurPerfHandle, mPerfServiceWrapper.CMD_SET_GPU_FREQ_MIN, gpuLevel, PARAM_DEFAULT_VALUE, PARAM_DEFAULT_VALUE, PARAM_DEFAULT_VALUE); mPerfServiceWrappe...
NVIDIA-SMI系列命令总结
我是天才很好
10-10 5198
1. NVIDIA-SMI介绍 nvidia-smi简称NVSMI，提供监控GPU使用情况和更改GPU状态的功能，是一个跨平台工具，它支持所有标准的NVIDIA驱动程序支持的Linux发行版以及从WindowsServer 2008 R2开始的64位的系统。该工具是N卡驱动附带的，只要安装好驱动后就会有它。 Windows下程序位置：C:\Program Files\NVIDIACorporation\NVSMI\nvidia-smi.exe。Linux下程序位置：/usr/bin/nvidia-smi，由
Windows 常用命令-开启多核处理器
Grocery
07-15 7321
如何进入命令行窗口 方法一：Win+S 打开windows搜索框，输入cmd即可，即打开命令提示符 方法二：Win+R，输入“cmd”即可 文章目录常用命令查看Windows电脑CPU核心数，线程数开启多核处理器多核CPU，提高资源利用 常用命令 ################################################################### ipconfig /displaydns # 显示dns缓存 ipconfig /flushdns # 刷新D.
CMD指令大全
K的博客
10-31 4346
CDM常用指令来了！先收藏一波！
深度学习GPU的环境太乱？从头配置环境：理解+实操
weixin_44067447的博客
02-01 1214
从CUDA到torch，再到mmsegmentation, mmdetection。 理解+实操配置深度学习环境
windows gpu Theano python配置
02-10
【1】操作系统：Windows 7 （64位）Professional旗舰版。 【2】Python环境及相关依赖包： 【3】Theano包安装： 【4】C++环境安装：直接安装微软的VisualStudio环境 【5】并行计算架构CUDA7.5的安装 【6】cuda7.5和VS...
Windows下PyTorch深度学习环境配置（GPU）
07-23
Windows下PyTorch深度学习环境配置（GPU） 本文将详细介绍Windows下PyTorch深度学习环境配置，包括PyTorch的安装、Python的基础知识、深度学习相关概念、GPU和CUDA的概念、Anaconda和PyCharm的使用等。 一、Python...
教程\显卡自动超频\显卡自动超频.rar
03-25
教程\显卡自动超频\显卡自动超频.rar
Windows+PyTorch GPU版本安装
01-20
配置方法：在Anaconda Navigator中创建环境，安装cudatoolkit对应版本，安装cudnn对应版本，在 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ 中找到对应版本的压缩包 p
手把手教你搭建属于自己的GPU深度学习环境
热门推荐
华少的博客
06-25 1万+
想要学习人工智能，那么使用GPU加速自己的深度学习训练是必不可少的，但很多初学者都被环境搭建这一步困扰！安装并配置这些东西真的是比编程还难，过程中遇到各种问题，然后去搜解决方法，但都五花八门，可能因为每个人遇到的问题的具体情况不同，所以即使按照别人的方法也还是会出现问题。这里，我将自己在整个过程中遇到的问题以及注意事项记录下来，也算是进行一个整理，也希望可以帮助到一些人，来教大家从头搭建属于自己的深度学习环境。
（纯小白向）Windows配置GPU深度学习环境：Cuda+Anaconda+pytorch+Vscode
wahahhaha的博客
07-08 5675
下载的Cuda版本为11.8（为什么不下载驱动支持的最高版本12.1.1，因为下载pytorch时，当时的pytorch的支持Cuda最高版本仅为11.8，两者作匹配。通过conda创建一个名为pytorch的虚拟环境（-n 后面是创建的虚拟环境的名字），3.9是python的版本，都可以按自己需求改，一定要指定具体 python 版本。选择对应自己下载的cuda版本（我的cuda是11.8即11.x，如果没有你想要的版本，点击Archived Releases，再找）
【2024保姆级图文教程】深度学习GPU环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda 深度学习环境配置
最新发布
05-31 3万+
【2024保姆级图文教程】深度学习GPU环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda 深度学习环境配置
GPU训练环境的简单配置步骤
m0_63213284的博客
12-11 1566
简单清晰的配置GPU训练环境
Windows10安装gpu
make_progress的博客
04-09 6050
1 查看gpu适用的gpu版本 打开NVIDIA控制面板（如果没有请安装），（1）点击“帮助”，（2）再点击“系统信息”，（3）最后点击“组件”。 我的电脑适配的版本是CUDA 10.2.88，注意：安装CUDA的版本只能小于或等于此版本，如下： 2 安装CUDA 2.1 下载CUDA 官网下载CUDA 官网地址：CUDA Toolkit Archive | NVIDIA Developer 我选择的版本是CUDA Toolkit 10.2，选择版本如下： ...
Pytorch 配置 GPU 环境
Henry的博客
02-19 2623
深度学习跑代码的时候，因为简单的操作不适合cpu运行，我们更习惯用GPU加速代码。本章将介绍怎么安装pytorch的gpu环境，以及常见的问题这里提供的版本都是较新的，电脑的硬件跟不上的话，可以选择之前版本的。
windos10配置gpu运行环境
07-13
为了在 Windows 10 上配置 GPU 运行环境，您需要按照以下步骤进行操作： 1. 确认您的 GPU 型号：首先，您需要确定您的 GPU 型号。您可以在设备管理器中找到它，也可以通过 GPU 厂商的官方网站获取这些信息。 2. 下载和安装 GPU 驱动程序：访问 GPU 厂商的官方网站，下载适用于您的 GPU 型号的最新驱动程序。安装驱动程序时，请按照提供的说明进行操作，并确保选择正确的操作系统版本（Windows 10）。 3. 安装 CUDA 工具包：如果您计划使用 NVIDIA 的 GPU，那么您还需要安装 CUDA 工具包。CUDA 是 NVIDIA 提供的用于加速计算的开发工具包。您可以从 NVIDIA 的官方网站上下载适用于您的 GPU 型号和 Windows 10 的 CUDA 工具包，并按照说明进行安装。 4. 安装 cuDNN 库：cuDNN 是一个用于深度学习加速的 GPU 加速库，也是 NVIDIA 提供的。您可以在 NVIDIA 开发者网站上下载适用于您的 GPU 型号和 Windows 10 的 cuDNN 库，并按照提供的说明进行安装。 5. 配置深度学习框架：根据您选择的深度学习框架（如 TensorFlow、PyTorch 等），您需要按照各自的官方文档进行相应的配置。通常情况下，您需要安装相应的 Python 包，并根据说明安装所需的依赖项。 请注意，以上步骤是一个基本的指南，实际操作可能因您的具体硬件和软件环境而有所不同。在进行任何更改之前，请确保备份重要数据，并仔细阅读相关文档和说明。

“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
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