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)
1936 0
下载和安装CUDA和Cudnn(图文详解)
|
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)
37868 1
Anaconda下载及安装保姆级教程(详细图文)
|
并行计算 PyTorch 算法框架/工具
【pytorch】解决pytorch:Torch not compiled with CUDA enabled
【pytorch】解决pytorch:Torch not compiled with CUDA enabled
10907 0
|
2月前
|
Windows
【2026最新】右键菜单太多,用ContextMenuManager一键搞定(附安装包+图文步骤)
ContextMenuManager是一款开源免费的Windows右键菜单管理工具,中文界面、操作直观。支持按文件类型(如文件夹、exe、txt等)精细化管理,可一键禁用/恢复菜单项,并提供配置备份与还原功能,绿色便携,无需安装。
|
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。
17649 3
卸载原有的cuda,更新cuda
|
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)
|
分布式计算 Hadoop Linux
Linux报错:mkdir:无法创建目录“/opt/apps/xxx/logs“: Permission denied
Linux报错:mkdir:无法创建目录“/opt/apps/xxx/logs“: Permission denied
1626 0
|
人工智能 自动驾驶 芯片
【AI系统】NPU 基础
近年来,AI技术迅猛发展,催生了NPU和TPU等AI专用处理器,这些处理器专为加速深度学习任务设计,相比传统CPU和GPU,展现出更高效率和性能。本文将介绍AI芯片的概念、技术发展、部署方式及应用场景,涵盖从数据中心到边缘设备的广泛领域,探讨其如何成为AI技术落地的关键推手。
2913 4
|
存储 计算机视觉
OpenCV 中 CV_8UC1,CV_32FC3,CV_32S等参数的含义
OpenCV 中 CV_8UC1,CV_32FC3,CV_32S等参数的含义
1822 3
|
并行计算 TensorFlow 算法框架/工具
Windows11+CUDA12.0+RTX4090如何配置安装Tensorflow2-GPU环境?
本文介绍了如何在Windows 11操作系统上,配合CUDA 12.0和RTX4090显卡,通过创建conda环境、安装特定版本的CUDA、cuDNN和TensorFlow 2.10来配置TensorFlow GPU环境,并提供了解决可能遇到的cudnn库文件找不到错误的具体步骤。
2852 3