CUDA安装以及cuDNN配置

环境：Win10
CUDA：11.2
cuDNN：8.1.0

---

版本对应

NVIDIA官网给出的官方信息

  所有能安装配置的前提是电脑拥有NVIDIA显卡（N卡），需要根据显卡的驱动信息选择对应的版本！

查驱动版本

打开NVIDIA控制面板，查看面板中的系统信息，检查驱动版本。


也可以直接cmd命令行输入：nvidia-smi

---

一、安装CUDA 11.2

NVIDIA官网CUDA下载：11.2版本

  等待下载完成，NVIDIA因为是外网所以下载速度…真的是太慢了，但是你如果…“科学上网一下”会好很多…

下载完成后是一个exe文件，双击打开

我安装的是默认路径，点击 OK

等待初始化

点击 同意并继续(A)

接下来选择自定义安装，点击 下一步（有些东西我感觉不会用到，所以就自定义安装了）

下一步选择想要安装的组件，因为我没有用过Visual Studio，所以去掉visual studio integration这一组件，Nsight我也不需要，这里解释一下，Visual Studio，Nsight都是CUDA C的IDE，如果不用的话可以都不用安装，我用的是Pycharm和Dev-C++，所以我就没装。

这里直接默认，点击 下一步(N)即可

请注意：这里显示的是CUDA真正的安装位置

等待安装完成

安装完成，点击 关闭

安装完成，点击 下一步(N)

安装完成，点击 关闭©

打开cmd，输入nvcc -V验证安装是否成功，显示CUDA版本信息，说明CUDA安装成功

二、配置cuDNN 8.1.0

  cuDNN是基于CUDA的深度学习GPU加速库。cuDNN是专门为深度学习算法服务的。同一个深度学习算法用cuDNN+CUDA实现相比直接CUDA实现效率更高，运行速度更快，资源消耗更少。

1.下载包（前提需要注册一个免费的NVIDIA）

注册账号就不多说了，直接注册就行，也可以直接微信扫码注册！

NVIDIA官网下载cuDNN: https://developer.nvidia.com/rdp/cudnn-archive

选择合适的版本

之后就会让你登录！注册一个账号，登陆即可

看到最上方有一个蓝条，就可以下载了

2.解压缩，复制文件

现在完成后是一个zip文件，需要解压缩

解压缩后得到三个文件夹，如下所示：

  将解压后得到的的 bin ，include 和 lib 文件夹分别复制到 CUDA安装路径下 与CUDA的bin ，include 和lib文件夹合并。(相应文件夹下的文件复制粘贴)

  测试安装是否成功，运行CUDA的官方示例，在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite路径下打开cmd(路径除CUDA版本外大致相同)，运行.\deviceQuery.exe显示如下结果说明安装成功:

深度学习框架环境安装：

PyTorch 、Tensorflow、安装
深度学习框架安装：