【CUDA安装详细教程】


前言

windows10 版本安装 CUDA ,首先需要下载两个安装包

  • CUDA toolkit(toolkit就是指工具包)
  • cuDNN

注:cuDNN 是用于配置深度学习使用

官方教程

CUDA:Installation Guide Windows :: CUDA Toolkit Documentation
cuDNN:Installation Guide :: NVIDIA Deep Learning cuDNN Documentation

一、cuda的下载及安装

1.cuda版本

如何判断自己应该下载什么版本的cuda呢?
打开nvidia控制面板 -> 选择左下角的系统信息 -> 组件

在这里插入图片描述

第三行,可以看到自己电脑支持的cuda

在这里插入图片描述

2.CUDA toolkit Download

​​​​​kCUDA Toolkit Archive | NVIDIA Developer

在这里插入图片描述

点进去,按照如下配置选择,然后点击下载:

在这里插入图片描述

3.cuda安装

安装cuda时,第一次会让设置临时解压目录,第二次会让设置安装目录;

临时解压路径,建议默认即可,也可以自定义。安装结束后,临时解压文件夹会自动删除;

安装目录,建议默认即可;

注意:临时解压目录千万不要和cuda的安装路径设置成一样的,否则安装结束,会找不到安装目录的!

选择自定义安装

安装完成后,配置cuda的环境变量;

命令行中,测试是否安装成功;

双击“exe文件”,选择下载路径(推荐默认路径)

在这里插入图片描述

在这里插入图片描述
同意并继续

在这里插入图片描述
自定义安装,精简版本是下载好所有组件,并且会覆盖原有驱动,所以在这里推荐自定义下载

在这里插入图片描述
如果你是第一次安装,尽量全选

如果你是第n次安装,尽量只选择第一个,不然会出现错误

在这里插入图片描述
没有选择visual studio,后面说找不到,就返回取消了这个复选框

在这里插入图片描述
记住默认的安装路径

在这里插入图片描述

在这里插入图片描述

在安装了

在这里插入图片描述

Ok啦,点击下一步即可

在这里插入图片描述
查看环境变量

点击设置–>搜索高级系统设置–>查看环境变量

【如果没有需要自己添加】

在这里插入图片描述

系统变量的三四行有两个路径,是自动生成的

在这里插入图片描述

还有两个这个

在这里插入图片描述

有的小伙伴说后两个变量没有自动生成,没有生成的手动添加就行,注意自己的路径

这两个变量放在下面啦,方便复制

NVCUDASAMPLES_ROOT

NVCUDASAMPLES11_0_ROOT

验证是否安装成功:

运行cmd,输入nvcc --version 即可查看版本号;

set cuda,可以查看 CUDA 设置的环境变量。

nvcc --version
OR
nvcc -V
set cuda

在这里插入图片描述
安装成功。

二、cuDNN下载及安装

1.cuDNN下载

cuDNN地址如下,不过要注意的是,我们需要注册一个账号,才可以进入到下载界面。大家可以放心注册的。

https://developer.nvidia.com/rdp/cudnn-download

点击注册
在这里插入图片描述

在这里插入图片描述

注册成功后的下载界面

在这里插入图片描述

可以使用下面网址,查看适配的 cuDNN

cuDNN Archive | NVIDIA Developer

选择跟自己的cuda版本适配的cudnn版本

在这里插入图片描述

选择如下版本

在这里插入图片描述
下载结果是一个压缩包

在这里插入图片描述

2.cuDNN配置

cuDNN叫配置更为准确,我们先把下载的 cuDNN 解压缩,会得到下面的文件:

解压后的文件:

在这里插入图片描述
下载后发现其实cudnn不是一个exe文件,而是一个压缩包,解压后,有三个文件夹,把三个文件夹拷贝到cuda的安装目录下。

CUDA 的安装路径在前面截图中有,或者打开电脑的环境变量查看,默认的安装路径如下:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0

拷贝时看到,CUDA 的安装目录中,有和 cuDNN 解压缩后的同名文件夹,这里注意,不需要担心,直接复制即可。cuDNN 解压缩后的同名文件夹中的配置文件会添加到 CUDA安装目录中的同名文件夹中。【此处还是建议还是分别把文件夹的内容复制到对应文件夹中去】

现在大家应该可以理解,cuDNN 其实就是 CUDA 的一个补丁而已,专为深度学习运算进行优化的。然后再参加环境变量

在这里插入图片描述

添加至系统变量:

往系统环境变量中的 path 添加如下路径(根据自己的路径进行修改)

在这里插入图片描述

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp

在这里插入图片描述

验证安装是否成功

配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe:

首先win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:
在这里插入图片描述

在这里插入图片描述

大功告成!


参考:https://blog.csdn.net/m0_45447650/article/details/123704930

您可以按照以下步骤下载并安装CUDNN: 1. 登录到NVIDIA开发者网站:https://developer.nvidia.com/。 2. 在顶部菜单中选择 "登录",使用您的NVIDIA帐户登录。如果没有帐户,您可以在网站上注册一个新帐户。 3. 登录后,将鼠标悬停在顶部菜单上的 "下载" 上,然后选择 "所有下载"。 4. 在 "操作系统" 下拉菜单中选择适合您系统的操作系统类型。 5. 在 "类别" 下拉菜单中选择 "加速库"。 6. 滚动页面并找到 "cuDNN",然后点击它。 7. 在 "cuDNN 下载" 页面上,选择适合您系统的 cuDNN 版本,并点击 "下载"。 8. 下载完成后,解压缩下载的文件。 安装CUDNN: 1. 打开终端或命令提示符,进入解压缩的文件夹。 2. 复制 cuDNN 文件到 CUDA 安装目录。例如,在 Linux 上,默认的 CUDA 安装目录是 /usr/local/cuda。您可以使用以下命令复制文件: ``` sudo cp -P include/cudnn*.h /usr/local/cuda/include sudo cp -P lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 3. 添加 cuDNN 到环境变量。编辑您的 .bashrc 文件,并在文件末尾添加以下行: ``` export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 4. 保存并关闭 .bashrc 文件,然后运行以下命令使更改生效: ``` source ~/.bashrc ``` 5. 现在,您已成功安装 cuDNN。您可以在代码中引入 cuDNN 库并使用它。 请注意,安装 cuDNN 需要先安装 CUDA,因为 cuDNN 是 CUDA 的一个加速库。在安装 cuDNN 之前,请确保已正确安装并配置了 CUDA
评论 17
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