cudart64_100.dll not found

最新推荐文章于 2023-03-01 16:11:37 发布

夏华东的博客

最新推荐文章于 2023-03-01 16:11:37 发布

阅读量5.3k

点赞数 2

本文链接：https://blog.csdn.net/weixin_44493841/article/details/102563050

版权

cudart64_100.dll not found

运行，出现cudart64_100.dll not found问题
打开C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin $[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZaJ2Qlcw-1571108111602)(C:\Users\xiahuadong\Pictures\博客\61.png)]$
发现，没有cudart64_100.dll，只有cudart64_101.dll
估计v10.1版本过新，所以安装v10.
具体步骤：
官方安装教程
CUDA：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
cuDNN：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installwindows
WIN10安装CUDA10
CUDA Toolkit 10.0 Download：https://developer.nvidia.com/cuda-downloads
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lwGRS593-1571108111603)(C:\Users\xiahuadong\Pictures\博客\62.png)]$
按图下载。（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。
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oShYjAyl-1571108111603)(C:\Users\xiahuadong\Pictures\博客\63.png)]$
等待。。。。。。
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MMGCsOvv-1571108111603)(C:\Users\xiahuadong\Pictures\博客\64.png)]$
继续等待。。。。。。
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2TgbHVH5-1571108111603)(C:\Users\xiahuadong\Pictures\博客\65.png)]$
点击同意并继续
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DpPnW1l9-1571108111603)(C:\Users\xiahuadong\Pictures\博客\66.png)]$
如果不知道怎么选，就选择精简安装。
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QWlBKVKl-1571108111604)(C:\Users\xiahuadong\Pictures\博客\67.png)]$
我也不知道按那个，so 我全部安装??
可以选择默认路径或者自定义安装路径，记下安装的路径。
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Vc31fkun-1571108111604)(C:\Users\xiahuadong\Pictures\博客\68.png)]$
最终“下一步”，然后“完成”就行。
配置系统环境变量，选择path：
如图：
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-95O57DV7-1571108111604)(C:\Users\xiahuadong\Pictures\博客\69.png)]$

cudnn安装

概念
CUDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如加州大学伯克利分校的流行CAFFE软件。简单的，插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是调整性能，同时还可以在GPU上实现高性能现代并行计算。
相比标准的cuda，它在一些常用的神经网络操作上进行了性能的优化，比如卷积，pooling，归一化，以及激活层等等。
2.下载
这里是下载地址。根据自己安装的CUDA版本选择相应的CUDNN的版本，这里选择的是V7.6.3 for CUDA 10.0版本。
安装
作为cuda的补充，安装简单多了，只需要把下载后的压缩文件解压缩，分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0对应的include、lib、bin目录下即可。
至此，深度学习的CUDA和CUDNN就安装完毕了。