使用vs2019运行 CUDA 9.1 Sample 项目加载失败。

最新推荐文章于 2024-05-03 16:39:50 发布
最新推荐文章于 2024-05-03 16:39:50 发布
阅读量802 收藏 1
点赞数 1
文章标签： cuda gpu tensorflow
原文链接：https://forums.developer.nvidia.com/t/cannot-run-samples-on-ms-visual-studi-2019/72472
版权

提示找不到：

C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 9.1.props

(注意，下面提到的路径取决于你的安装路径)

只需要将下面路径下的所有文件

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\visual_studio_integration\MSBuildExtensions

复制到下面路径

C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations

复制过去后能够正常加载项目

转载自NVIDIA官方论坛：https://forums.developer.nvidia.com/t/cannot-run-samples-on-ms-visual-studi-2019/72472

Daniel_Oliva
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
visual studio 修复工具
12-28
用于解决再Python安装各种库的时候，爆出的各种error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio 。。。问题
CUDA C10.1 对vs2019的模板
04-18
目前cuda最新版为cuda10.1，前几天安装后发现，对我的vs2019 enterprise版本并不支持(启动vs2019后无法找到对应的创建模板项)，经过查找，在官方回复下了解到因为cuda10.1出来时，vs2019还是preview，所以暂时不支持，CUDA 11才会修复。然后给出了这个可以临时使用的模板，我尝试了下，的确是可以使用的。具体使用方法:解压缩后打开工程，在菜单->项目，选择导出为模板，然后命名，之后你创建项目就可以采用这个CUDA模板了，就是这样(记得CUDA的环境变量配置先配置好，以及cuda的四个文件(跟这个模板没关系)位置复制到对应位置，具体的CSDN有博客讲过，可以搜一下，能帮的就这么多了，这个模板是肯定可用的，不能用的话得看看我前面说的CUDA环境和文件问题)。分享出来挣点分。
VS（visual studio）中的cuda项目加载失败的解决方法
msInfoSec的博客
12-06 8779
cuda项目加载失败的解决方法； 出现的问题； 解决的方法； 阅读之前注意：本文阅读建议用时：8min
VS studio 2019 加 CUDA + CUDNN 开发环境配置
RookieWantToFly的博客
09-18 2480
文章目录Vs studio 2019 环境搭建Cuda + Cudnn 安装最后开始第一个cuda项目 Vs studio 2019 环境搭建 这部分只需要按照正常的Vs studio 2019 安装教程处理即可，相关组件只需要安装一个C++开发的组件即可 Cuda + Cudnn 安装 关闭此时可能打开的Vs studio 2019 参考这篇博客：https://blog.csdn.net/sinat_23619409/article/details/84202651 注：此篇博客中的环境变量应该是安装
windows7 64位机上安装配置CUDA 9.1+cudnn7操作步骤
Lynn_0909的博客
10-13 4603
———————————————— 版权声明：本文为CSDN博主「陌筱北」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/moxiaobeiMM/article/details/84529608 windows7 64位机上安装配置CUDA 9.1+cudnn7操作步骤 ...
ubuntu16.04 + cuda9.1 + cudnn7.1 + OpenCV3.4 + caffe(GPU)
Davey_Yan的博客
04-28 2458
  //以下方案，基于装有四卡Tesla p100的服务器安装 //系统平台：Ubuntu16.04.4 LTS //默认安装cuda9.1+cudnn7.1+opencv3.4+caffe(GPU) //同时测试基本兼容了cuda8.0+cudnn6.0+opencv3.2+caffe(GPU)安装 //如果还需安装TensorFlow，建议选择cuda9.0+cudnn7.0+opencv3...
最近CUDA9.1 Windows10版本的官网总是下载失败，CUDAWin10版本+可运行CUDA9.1的Tensorflow
05-22
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\lib\x64 使用命令nvcc -V测试...
Ubuntu下的CUDA9.1
05-26
本资源CUDA9.1适用于Ubuntu16.04，Ubuntu17.04以及Ubuntu18.04，为runfile文件，包含cuda_9.1.85_387.26_linux.run，以及cuda_9.1.85.1_linux.run，cuda_9.1.85.2_linux.run，cuda_9.1.85.3_linux.run，因为上传文件...
win10+CUDA11.2+VS2019的安装及环境配置（含多种问题及解决方法）.docx
05-13
详细记录Visual Studio、CUDA在安装过程中遇到的问题，以及安装后的相关环境配置、VS编译CUDA文件报错等
cuda9.1-tensorflow1.6-python3.5
07-19
基于python3.5和cuda9.1的tensorflow的GPU版本1.6.1。名字上面没有写GPU，但确实是GPU版本，用了就知道了。
Windows+cuda9.1对应的cudnn
05-31
Windows平台上的cuda对应的cudnn
Python深度学习实践：使用TensorFlow构建图像分类器
Programming Talk
04-29 125
通过本教程，我们不仅学习了如何使用TensorFlow构建一个基本的CNN模型来解决图像分类问题，还了解了模型训练、评估和保存的全过程。随着技术的不断进步，图像识别的应用场景将越来越广泛，掌握这项技能对未来的研究与开发有着不可估量的价值。我们将深入探讨卷积神经网络（CNN）的基本原理，实现一个能够识别MNIST手写数字的数据集模型，并通过实战代码演示整个过程，最终展示模型的训练与评估。CNN是一种特别适用于图像识别的神经网络结构，通过卷积层、池化层、全连接层和激活函数的组合，自动学习并提取图像特征。
MLP实现fashion_mnist数据集分类(1)-模型构建、训练、保存与加载(tensorflow)
weixin_40566713的博客
05-02 366
【代码】MLP实现fashion_mnist数据集分类(1)(tensorflow)
深度学习：基于TensorFlow、Keras，使用长短期记忆神经网络模型(LSTM)对Microsoft股票进行预测分析
稻草人的博客
05-03 872
在本文中，我们将使用机器学习技术实现 Microsoft 股价预测。我们将使用 TensorFlow，这是一个由 Google 开发的开源 Python 机器学习框架。借助 TensorFlow，您可以轻松实现时间序列预测数据。由于股价预测是时间序列预测问题之一，我们将使用机器学习技术构建端到端的 Microsoft 股价预测。
infrared-remote-candroid studiodemo
最新发布
05-05
android studio下载
【新质生产力】新质生产力赋能智能制造数字化解决方案.pptx
05-05
【新质生产力】新质生产力赋能智能制造数字化解决方案.pptx
基于matlab实现的用于应用布格重力异常数据反演地下异常密度体.rar
05-05
基于matlab实现的用于应用布格重力异常数据反演地下异常密度体.rar
cuda samples文件夹找不到
08-31
当我们安装CUDA工具包时，通常会同时安装CUDA示例（samples）。这些示例文件夹位于CUDA安装目录下的一个子文件夹中，通常被命名为"Samples"或"CUDA Samples"。然而，有时我们可能会遇到找不到CUDA samples文件夹的情况。 首先，我们可以检查CUDA工具包的安装目录是否正确。通常，在Windows系统中，默认情况下，CUDA工具包会被安装在Program Files文件夹下的NVIDIA Corporation文件夹中。而在Linux系统中，默认情况下，CUDA工具包会被安装在/usr/local/cuda文件夹中。我们可以进入这些目录，查看是否存在以"Samples"或"CUDA Samples"命名的文件夹。 如果找不到这些文件夹，可能是因为在安装CUDA工具包时未选择安装示例文件。在安装向导中，通常会提供是否安装示例文件的选项。如果没有选择安装示例文件，那么在CUDA安装目录下将不会有samples文件夹。此时，我们可以重新运行CUDA工具包的安装程序，选择安装示例文件。 另外，有时示例文件夹可能被移除或删除。这可能发生在升级CUDA工具包时，旧版的示例文件夹可能被删除，而新版的示例文件夹会被创建。解决这个问题的方法是重新安装CUDA工具包，确保选择安装示例文件。 总之，如果我们找不到CUDA samples文件夹，首先需要检查CUDA安装目录是否正确，并重新安装CUDA工具包时选择安装示例文件。如果问题仍然存在，可能需要查看CUDA工具包的官方文档或寻求相关的技术支持来解决问题。

“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