大家好，又见面了，我是你们的朋友全栈君。
【CUDA】cuda安装 （windows10版）
本次安装参考了网上许多教程，结合自己的需求与理解，写下此篇博客，仅做本人总结使用。。
一、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：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
cuDNN：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installwindows
二、安装工具的准备
1. CUDA toolkit Download
https://developer.nvidia.com/cuda-toolkit-archive
官网安装：
https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64
GA = General Availability,通用版本,指软件的通用版本。
RC=Release Candidate,含义 是”发布候选版”,它不是最终的版本,而是最终版(RTM=Release To Manufacture)之前的最后一个版本
官网说明文档，
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
CUDA的版本是跟显卡型号有关还是驱动有关？
一般是驱动版本决定了能用的CUDA版本的上限，比如新版的显卡驱动可以支持老的CUDA runtime。但是老的显卡可能无法更新到最新的显卡驱动，比如Fermi显卡只能装到391驱动，因此只能用到CUDA9.1。除此之外，显卡硬件与CUDA compute capability相关，当然编译时也可以指定streaming multiprocessor。新的架构支持更多特性就是了。
最终本人下载的
2. cuDNN Download
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
注册成功后的下载界面
可以使用下面网址，查看适配的 cuDNN
https://developer.nvidia.com/rdp/cudnn-archive
本人下载的版本如下：
三、 CUDA 安装与配置过程
- 双击“exe文件”，选择下载路径（推荐默认路径）
- 安装选项
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
不要选Visual Studio Integration，即使选了也不能成功安装
如果本机的驱动版本(当前版本)小于cuda对应的版本（新版本），则选择，否则不选。如果当前版本小于新版本，并且不覆盖安装，之后电脑会频繁蓝屏或死机
- 记住安装位置，tensorflow要求配置环境
重点提醒：一定要记住这个路径，把这个路径保留下来，后面我们还会用到！！！
- 安装进行
- 安装完成
查看系统变量中是否添加了路径，如果没有需要自己添加
测试环境是否安装成功
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
set cuda
四、cuDNN配置
1.解压
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：
- cuDNN 解压缩后的文件
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\v11.1
后面那个v11.1是你自己的版本号
-
CUDA 安装目录文件：
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。 -
拷贝成功后的文件
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
2.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\v11.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp
- 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:
参考博客：
https://blog.csdn.net/mao_hui_fei/article/details/104246466
https://www.pianshen.com/article/8647746165/
https://blog.csdn.net/weixin_45494025/article/details/100746025
https://blog.csdn.net/u011473714/article/details/95042856
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/134152.html原文链接：https://javaforall.net
