首页 > Python资料 博客日记
CUDA与cuDNN安装教程(超详细)
2024-07-12 17:00:05Python资料围观756次
前言
windows10 和win11安装 CUDA ,首先需要下载两个安装包
CUDA toolkit(toolkit就是指工具包)
cuDNN 用于配置深度学习使用
官方教程
CUDA:Installation Guide Windows :: CUDA Toolkit Documentation (nvidia.com)
cuDNN:Installation Guide :: NVIDIA Deep Learning cuDNN Documentation
cuda的下载及安装
cuda版本
判断自己应该下载什么版本的cuda?
打开nvidia(桌面右键)->选择左下角的系统信息->组件
此处 版本向下兼容,即按照开发库一般不建议使用最新版本的原则,此处我们的显卡及驱动最高支持cuda11.2,但是我们仍然选择10.1版本来完成开发工作。
也可以直接在cmd中输入
nvidia-smi
进行 查看自己显卡支持的cuda版本。
CUDA toolkit Download
CUDA Toolkit Archive | NVIDIA Developer
点进去,按照如下配置选择,然后点击下载:
此处我们使用离线安装方法,下载exe可执行文件完成安装。
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:临时解压目录不要和cuda的安装路径设置一样,否则安装结束,会找不到安装目录!此处我将临时安装目录设置到非系统盘路径,但是注意要选择空文件夹,否则会报错。
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)
同意并继续
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。
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。
没有选择visual studio,后面说找不到,就返回取消了这个复选框
此处安装目录不建议修改,因为后期开发中很多报错来源于路径问题。
Ok啦,点击下一步即可
打开控制面板即可发现安装了一大堆配置和驱动文件。
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】
一共四个系统变量,都是自动生成的,但是有时后两个系统变量可能不会自动生成,需要自己添加上去,添加时注意路径。
这两个变量放在下面啦,方便复制
NVCUDASAMPLES_ROOT
NVCUDASAMPLES11_0_ROOT
验证CUDA是否安装成功:
win+R键运行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
此时,CUDA安装已经成功,但是在完成张量加速运算时还需要cuDNN的辅助,因此下面安装cuDNN。
cuDNN下载及安装
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。
cuDNN Download | NVIDIA Developer
点击注册
注册成功后界面如下:
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,此处我安装的是CUDA10.1,因此我选取下面的版本:
下载结果是一个压缩包
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:
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\v10.1
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】
cuDNN 其实是 CUDA 的一个补丁,专为深度学习运算进行优化的。然后再添加环境变量
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)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp
验证配置是否成功
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 bandwidthTest.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(进到目录后需要直接输“bandwidthTest.exe”和“deviceQuery.exe”),得到下图:
最后,我想说的是CUDA是一个十分折磨人的程序,不仅会在安装时出现版本或其他各种奇奇古怪的错误,在后期代码运行的过程中及开发过程中还会出现各种各样的错误,所以祝大家安装一次到位,后期少出现bug。
最后,求打赏,会继续输出优质内容。
参考自
(1136条消息) CUDA安装教程(超详细)_Billie使劲学的博客-CSDN博客
(1136条消息) cuda安装教程+cudnn安装教程_hw@c14h10的博客-CSDN博客_cudnn
(1136条消息) 【CUDA】cuda安装 (windows版)_何为xl的博客-CSDN博客_cuda windows
(1136条消息) CUDA安装教程_子予林木的博客-CSDN博客_cuda安装
(1136条消息) Windows10 系统下cuda安装教程,小白教程 !很详细!!_一个小呆苗的博客-CSDN博客_windows10安装cuda
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Anaconda版本和Python版本对应关系(持续更新...)
- Python与PyTorch的版本对应
- Windows上安装 Python 环境并配置环境变量 (超详细教程)
- Python pyinstaller打包exe最完整教程