👉引言💎
学习的最大理由是想摆脱平庸,早一天就多一份人生的精彩;迟一天就多一天平庸的困扰。 热爱写作,愿意让自己成为更好的人............
铭记于心 | ||
🎉✨🎉我唯一知道的,便是我一无所知🎉✨🎉 |
一、Cuda安装
1 选择Cuda版本
- 首先查看 电脑的显卡驱动版本,然后根据显卡驱动去选择相应的的cuda版本号
有两种方式去查看电脑的显卡版本
如果缺失驱动程序,那么可以再在www.nvidia.com/Download/in…下载相应的驱动程序
2下载及运行安装程序
- 然后运行install.exe,会出现一个 填写位置的信息,那个是安装临时文件的储存位置,直接系统默认的c盘就可以,安装完会自动清理的
- 随后 进入安装页面后选择自定义,这里可以 自己选择文件安装位置,这个才是Cuda visual studio的安装位置
3 测试
二、Cudnn安装
什么是Cudnn?
是基于Cuda的一个深度神经网络库,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。
CUDA看作是一个工作台,而基于CUDA的深度学习GPU加速库 cuDNN相当于工作的工具,有了它,才能在工作台上进行工作(深度学习的计算训练等)想要在CUDA上运行深度神经网络,就要安装cuDNN,工作速度相较CPU快很多,那么如何安装Cudnn呢?请往下看:
1、进入官网下载对应cuda版本的cudnn
- 如何查看cuda版本?
nvcc --version
2、下载好相应版本并进行解压安装
3、解压完成后
- 从下面三个文件夹中找到指定文件,并拷贝相应文件到cuda的相应目录中,具体操作如下图所示
- 进入到cuda以下目录,若不是默认安装位置,则可使用****查看
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
4、测试
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\extras\demo_suite
进入相应磁盘目录
运行deviceQuery.exe与bandwidthTest.exe进行测试
如下即说明测试成功.
🌹写在最后💖: 路漫漫其修远兮,吾将上下而求索!伙伴们,再见!🌹🌹🌹