NVIDIA CUDA/cuDNN历代版本下载地址

简介: NVIDIA CUDA/cuDNN历代版本下载地址

NVIDIA显卡计算能力一览表


https://developer.nvidia.com/cuda-gpus


Halcon图像库支持深度学习,GPU计算能力要求3.0以上


image.png



CUDA


1、电脑-NVIDIA控制面板-帮助-系统信息-组件,可以查看显卡支持的CUDA版本

image.png



2、去官网下载对应的版本


https://developer.nvidia.com/cuda-toolkit-archive



cuDNN


https://developer.nvidia.com/rdp/cudnn-archive



显卡驱动


1、NVIDIA官方


https://www.nvidia.cn/geforce/drivers/


2、NVCleanStall


https://www.techpowerup.com/nvcleanstall/


https://www.chiphell.com/thread-2151753-1-1.html


NVCleanStall可以定制安装,对于绝大部分人来说, 一个显卡驱动,一个PhysX驱动,HD Audio via HDMI已经够用了。


image.png



显卡检测工具GPUZ


https://www.techpowerup.com/download/



---


参考文献


http://www.ihalcon.com/read-14649.html


相关文章
|
并行计算 异构计算
下载和安装CUDA和Cudnn(图文详解)
下载和安装CUDA和Cudnn(图文详解)
1642 0
下载和安装CUDA和Cudnn(图文详解)
|
机器学习/深度学习 并行计算 Shell
docker 获取Nvidia 镜像 | cuda |cudnn
本文分享如何使用docker获取Nvidia 镜像,包括cuda10、cuda11等不同版本,cudnn7、cudnn8等,快速搭建深度学习环境。
7338 0
|
安全 Linux iOS开发
Anaconda下载及安装保姆级教程(详细图文)
Anaconda下载及安装保姆级教程(详细图文)
34615 1
Anaconda下载及安装保姆级教程(详细图文)
conda常用操作和配置镜像源
conda常用操作和配置镜像源
30908 0
|
机器学习/深度学习 编解码 监控
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
这篇文章详细介绍了如何使用YOLOv8进行目标检测任务,包括环境搭建、数据准备、模型训练、验证测试以及模型转换等完整流程。
20828 59
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
并行计算 异构计算
卸载原有的cuda,更新cuda
本文提供了一个更新CUDA版本的详细指南,包括如何查看当前CUDA版本、检查可安装的CUDA版本、卸载旧版本CUDA以及安装新版本的CUDA。
11030 3
卸载原有的cuda,更新cuda
|
XML 机器学习/深度学习 数据格式
YOLOv8训练自己的数据集+常用传参说明
YOLOv8训练自己的数据集+常用传参说明
21122 3
|
机器学习/深度学习 并行计算 PyTorch
从零开始下载torch+cu(无痛版)
这篇文章提供了一个详细的无痛版教程,指导如何从零开始下载并配置支持CUDA的PyTorch GPU版本,包括查看Cuda版本、在官网检索下载包名、下载指定的torch、torchvision、torchaudio库,并在深度学习环境中安装和测试是否成功。
从零开始下载torch+cu(无痛版)
|
并行计算 PyTorch TensorFlow
环境安装(一):Anaconda3+pytorch1.6.0+cuda10.0+cudnn7.6.4+tensorflow1.15+pycocotools+pydensecrf
这篇文章详细介绍了如何在Anaconda环境下安装和配置深度学习所需的库和工具,包括PyTorch 1.6.0、CUDA 10.0、cuDNN 7.6.4、TensorFlow 1.15、pycocotools和pydensecrf,并提供了pip国内镜像源信息以及Jupyter Notebook和Anaconda的基本操作。
1744 0
环境安装(一):Anaconda3+pytorch1.6.0+cuda10.0+cudnn7.6.4+tensorflow1.15+pycocotools+pydensecrf
|
PyTorch 算法框架/工具 Python
yolov5的完整部署(适合新人和懒人,一键安装)
这篇文章为新人和希望简化部署过程的用户介绍了如何一键安装和配置YOLOv5环境,包括安装Anaconda、设置镜像源、安装PyCharm、创建虚拟环境、下载YOLOv5项目、安装依赖以及在PyCharm中配置和运行项目。
7207 0
yolov5的完整部署(适合新人和懒人,一键安装)