关于cuda、cudnn环境配置

已于 2022-11-10 16:44:48 修改
阅读量1.2w 收藏 40
点赞数 6
分类专栏： 计算机视觉基础 文章标签： 计算机视觉
于 2022-04-27 22:19:54 首次发布
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_47166887/article/details/124457997
版权

cuda、cudnn环境配置

一、cuda、cudnn概念及关系

1、什么是cuda？

CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题

2、什么是cudnn？

NVIDIA 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，如谷歌的Tensorflow、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，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算。

3、cuda和cudnn关系？

CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作，工作速度相较CPU快很多。

4、CUDNN不会对CUDA造成影响？

从官方安装指南可以看出，只要把cuDNN文件复制到CUDA的对应文件夹里就可以，即是所谓插入式设计，把cuDNN数据库添加CUDA里，cuDNN是CUDA的扩展计算库，不会对CUDA造成其他影响。

二、查看当前cuda版本

1、安装过cuda的

方法一：win+R 输入nvidia-smi查看

在cmd命令行中输入nvidia-smi查看NVIDIA显卡driver version以及可安装的最高CUDA版本，如下图本电脑所示，driver version为511.65，可安装的最高CUDA版本为11.6
在这里插入图片描述

方法二：在桌面单击鼠标右键->NVIDIA控制面板->系统信息->组件

（1）桌面单击鼠标右键，NVIDIA控制面板
在这里插入图片描述
（2）选择左下角的系统信息，进入
在这里插入图片描述
（3）点击组件，红色框框即为cuda版本
在这里插入图片描述

方法三：win+R 输入cmd命令nvcc -V

在这里插入图片描述

方法四：进入 CUDA 的安装目录查看

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
在这里插入图片描述
以上四种方法都是可以查看cuda版本的，我做了个总结。

2、没有安装过cuda的

（1）下载

在NVIDIA官网下载对应版本的显卡驱动：显卡驱动下载地址
进入官网，选择相应的版本和系统进行下载
在这里插入图片描述
这里是我推荐的选择，然后点击Download
在这里插入图片描述

（2）安装

a.右击下载好的cuda_10.2.89_441.22_win10.exe软件,以管理员身份运行，如下图所示：
在这里插入图片描述
b.打开cuda.exe进行安装，可能会出现下面的提示，选择OK即可。在这里插入图片描述
在这里插入图片描述
c.同意并继续
在这里插入图片描述
d.这里我们选择【自定义】，然后下一步。
在这里插入图片描述
e.这里是安装的驱动程序组件，默认全选，然后下一步。
在这里插入图片描述
f.直接默认装在C盘，这样可以防止各种出错。
在这里插入图片描述
在这里插入图片描述
点击next等待安装即可

注：因为我自己已经安装了，所以上图使用的是别人的，安装步骤都是一样的，感谢博主的图片，链接已放在参考资料里面。

三、查看当前cudnn版本

1、安装过cudnn的

进入cuDNN安装目录下查看文件 cudnn.h
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include\cudnn.h
cudnn的版本为7.6.1
在这里插入图片描述

2、未安装过cudnn的

cudnn官网：https://developer.nvidia.cn/cudnn
在官网下载cuDNN时，已给出可支持的CUDA版本，选择CUDA版本对应的cuDNN下载即可。如下图，CUDA10.1可以选择红框中的版本
在这里插入图片描述
注：一点要选择CUDA版本对应的cuDNN下载！！！
一点要选择CUDA版本对应的cuDNN下载！！！
一点要选择CUDA版本对应的cuDNN下载！！！

重要的事情说三遍！！

安装cudnn

下载好cudnn压缩包之后进行解压（具体版本大家自行对应，我这里只是举例，版本不对应）
在这里插入图片描述
解压之后为下图内容
在这里插入图片描述
把压缩包里面的内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0里面就可以了
在这里插入图片描述
到此为止，cuda和cudnn就全部安装好了

查看CUDA和CUDNN是否安装成功（conda 环境）

conda list查看
在这里插入图片描述
则说明CUDA和CUDNN已经配置成功!

参考链接：https://www.jianshu.com/p/622f47f94784
http://t.csdn.cn/99GKZ
http://t.csdn.cn/d08j2

翠小白
关注
  • 6
    点赞
  • 踩
  • 40
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
环境配置—Tensorflow Cuda Cudnn 版本对应关系
01-20
深度学习-环境配置一、Linux1. CPU2. GPU二、macOS1. CPU2. GPU三、Windows1. CPU2. GPU四、下载网址 一、Linux Tested build configurations Linux 1. CPU 2. GPU 二、macOS 1. CPU 2. GPU 三、Windows 1. CPU 2. GPU 四、下载网址 CUDA 下载地址 点击打开链接 cudnn 下载地址 需要注册账号 https://developer.nvidia.com/cudnn tensorflow-cpu 下载地址 阿里镜像，下载速度快 http://mi
12-2 cuda和cudnn安装1
08-08
因此，需要10.1+的cuda.以及对应windows10的cudnn.参数笔记2.1 不同版本的cuda支持驱动2.2 支持的计算架构（Micro-archi
cudnn是什么
九品神元师
05-23 202
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。CUDA实现了可以调用GPU，而cuDNN实现了使CUDA更符合深度神经网络的使用，网上装用CUDA和cuDNN的电脑比只装CUDA的电脑的训练速度快1.5倍。NVIDIA cuDNN（CUDA Deep Neural Network）是用于深度神经网络的GPU加速库。
cuda安装教程+cudnn安装教程
热门推荐
sinat_23619409的博客
11-19 36万+
cuda9.0+cudnn7.0安装教程   1、下载cuda9.0 下载链接：https://developer.nvidia.com/cuda-toolkit-archive   2、安装cuda 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...
GPU, CUDA,cuDNN三者的关系总结
qq_36697196的博客
04-21 2万+
GPU, CUDA,cuDNN三者的关系总结 CPU 和 GPU cpu和gpu结构展示 GPU（图像处理器，Graphics Processing Unit）和CPU（中央处理器，Central Processing Unit）在设计上的主要差异在于GPU有更多的运算单元（如图中绿色的ALU），而Control和Cache单元不如CPU多，这是因为GPU在进行并行计算的时候每个运算单元都是执行相同的程序，而不需要太多的控制。Cache单元是用来做数据缓存的，CPU可以通过Cache来减少存取主内存的次数
CUDA与cuDNN
ngc_1277
11-02 1642
1、什么是CUDA CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 2、什么是CUDNN NVIDIA 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 c...
CUDA和cudnn的安装
qq_40927867的博客
04-16 2万+
CUDA和cudnn的安装一、CUDA的安装1.1 查看显卡驱动版本。1.2 下载CUDA1.3 安装CUDA1.4 设置环境变量1.5测试CUDA是否装好二、cudnn的安装 在安装CUDA之前，需要查看自己电脑的GPU驱动的版本，因为CUDA版本对GPU驱动版本有要求，对应关系如下： 一、CUDA的安装 1.1 查看显卡驱动版本。 鼠标在桌面空白处点击右键，然后选择“NVIDIA控制面板”，进去之后就能看到自己电脑GPU的版本，如下图： 然后对照上面的表格，看是否满足需要装的CUDA版本对驱动的要求
pytorch+CUDA+CUDNN配置教程
12-20
在配置PyTorch时，结合CUDA和CUDNN可以充分利用GPU的计算能力，加速模型的训练过程。 **A. 安装Python 3.6** 1. **下载安装包**：首先，你需要从Python官方网站下载对应操作系统的Python 3.6版本。在安装过程中，...
环境配置-在非root服务器上安装cuda，cudnn，解决深度学习环境的依赖
最新发布
06-20
环境配置-在非root服务器上安装cuda，cudnn，解决深度学习环境的依赖
cuda_cudnn.zip
07-16
安装完成后，配置环境变量以指向CUDA和cuDNN的安装路径。最后，安装TensorFlow-GPU 2.3，确保Python环境正确配置，并设置相应的PATH。 总的来说，CUDA、cuDNN和TensorFlow-GPU是构建和运行高性能深度学习模型的关键...
cuda_11.1+cudnn11.3安装包
06-21
3. **配置环境变量**：安装完成后，需要将CUDA的安装路径添加到系统环境变量PATH中。 4. **解压CUDNN**：将CUDNN的压缩包解压，提取头文件（include目录）和库文件（lib和bin目录）。 5. **复制到CUDA目录**：将解压...
深度学习环境配置：CUDA、cuDNN 和 PyTorch 版本的选择与搭配指南（建议收藏）
FRANPPER的博客
09-27 1万+
在深度学习领域，正确配置 CUDA、cuDNN 和 PyTorch 版本是确保模型训练顺利进行的关键步骤。本博文将为您提供一份详尽的指南，帮助您了解不同版本之间的兼容性，并为您提供最佳的搭配方案。无论您是新手还是有经验的深度学习从业者，都将受益于这份指南，使您能够轻松搭建稳定高效的深度学习环境。让我们一起深入研究如何选择和搭配 CUDA、cuDNN 和 PyTorch 的版本，以实现顺畅的深度学习体验。
CUDA与CUDNN
weixin_44159487的博客
06-11 1万+
1、什么是CUDA CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 2、什么是CUDNN NVIDIA 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...
CUDA与cuDNN详细安装教程（最新）
weixin_54106682的博客
04-05 6585
CUDA与cuDNN安装详细教程
【Windows11】Cuda和Cudnn详细安装教程
Jin1Yang的博客
05-13 6万+
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
CUDA与cuDNN安装教程（超详细）
kirinmin的博客
11-17 11万+
windows10 和win11安装 CUDA 教程，超详细，帮助大家一步到位安装CUDA。
GPU驱动、CUDA和cuDNN之间的版本匹配与下载
eastking0530的博客
08-28 1万+
GPU驱动、CUDA和cuDNN之间的版本匹配与下载
环境配置—Cuda和Cudnn版本对应关系
算法之美
04-16 4万+
环境配置—Cuda和Cudnn版本对应关系
Tensorflow、CUDA、cuDNN详细的下载安装过程
爱猫的小学森
08-05 2万+
文章目录前言一、Tensorflow简介二、Tensorflow版本介绍1.Tensorflow与python、CUDA、cuDNN对应关系2.NVIDIA显卡和CUDA的版本号关系三、Tensorflow下载四、CUDA、cuDNN下载五、Tensorflow验证总结 前言 此篇文章所安装的Tensorflow版本为2.4.0，CUDA版本为11.0，cuDNN版本为8.0，其他的版本也可以参考，适合第一次装安装tensorflow的小伙伴学习。 一、Tensorflow简介 Tensorflow是目
cuda和cudnn环境变量配置
12-28
CUDA和cuDNN是用于加速神经网络应用的库。下面是配置CUDA和cuDNN环境变量的步骤： 1. 首先，下载并安装CUDA和cuDNN。确保安装的版本与您的操作系统和TensorFlow版本兼容。 2. 配置CUDA环境变量： - 打开系统环境变量设置。 - 在系统变量中，找到"Path"变量，并点击编辑。 - 添加CUDA的安装路径到"Path"变量中。例如，如果CUDA安装在"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin"，则将该路径添加到"Path"变量中。 3. 配置cuDNN环境变量： - 打开系统环境变量设置。 - 在系统变量中，点击新建。 - 添加一个名为"CUDNN_HOME"的新变量，并将其值设置为cuDNN的安装路径。例如，如果cuDNN安装在"C:\tools\cuda\cudnn-11.0-windows-x64"，则将"CUDNN_HOME"的值设置为该路径。 - 在系统变量中，找到"Path"变量，并点击编辑。 - 添加"%CUDNN_HOME%\bin"到"Path"变量中。 4. 保存并关闭环境变量设置。 现在，您已经成功配置了CUDA和cuDNN的环境变量。

“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 3
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