下载和安装CUDA和Cudnn(图文详解)

简介: 下载和安装CUDA和Cudnn(图文详解)

一、下载

CUDA10.0的官网地址,选择好自己所需版本,这里是我推荐的选择,然后点击Download。

image.png

cudnn官网地址,直接寻找并下载7.4.1.5版本的cudnn。

image.png

下载完后应该是这两个文件。

image.png


二、安装

1、打开cuda.exe进行安装,可能会出现下面的提示,选择OK即可。

image.png


2、同意并继续。

image.png

3、这里我们选择【自定义】,然后下一步。

image.png

4、这里是安装的驱动程序组件,默认全选,然后下一步。

image.png

5、直接默认装在C盘,这样可以防止各种出错。

image.png

6、这里提示没有CUDA的编辑器,不用管它,勾选了然后Next,等待安装。

image.png

7、可能有些同学会报安装失败,这里不用担心,只是一两个工具没有装上,不影响。安装完成后,解压刚刚下载的第二个文件,即Cudnn的压缩包,然后进入cuda目录,复制这些文件。

image.png

8、进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0中,将刚刚复制的文件粘贴到这里,到此安装完成。

image.png

9、最终安装成功的目录如下,大家可以对照一下:

image.png

目录
相关文章
|
机器学习/深度学习 并行计算 异构计算
NVIDIA CUDA/cuDNN历代版本下载地址
NVIDIA CUDA/cuDNN历代版本下载地址
5606 0
NVIDIA CUDA/cuDNN历代版本下载地址
|
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。
8377 0
|
机器学习/深度学习 并行计算 自动驾驶
深度学习 Day 2——解决深度学习环境配置问题
解决深度学习环境配置问题
2474 0
深度学习 Day 2——解决深度学习环境配置问题
|
机器学习/深度学习 并行计算 编译器
了解NVIDAI显卡驱动(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)
开发过程中需要用到GPU时,通常在安装配置GPU的环境过程中遇到问题;CUDA Toolkit和CUDNN版本的对应关系;CUDA和电脑显卡驱动的版本的对应关系;CUDA Toolkit、CUDNN、NCVV是什么呢?
17736 1
了解NVIDAI显卡驱动(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)
conda常用操作和配置镜像源
conda常用操作和配置镜像源
34216 0
|
存储 人工智能 开发工具
AI助理化繁为简,速取代码参数——使用python SDK 处理OSS存储的图片
只需要通过向AI助理提问的方式输入您的需求,即可瞬间获得核心流程代码及参数,缩短学习路径、提升开发效率。
1890 5
AI助理化繁为简,速取代码参数——使用python SDK 处理OSS存储的图片
|
10月前
|
传感器 算法 Python
【无人机设计与控制】改进型粒子群优化算法(IPSO)的无人机三维路径规划研究(Matlab代码实现)
【无人机设计与控制】改进型粒子群优化算法(IPSO)的无人机三维路径规划研究(Matlab代码实现)
412 1
|
11月前
|
人工智能 运维 监控
基于MCP的一体化AI管线:从模型训练到部署监控的全链路解析
本文介绍基于MCP(模型控制流水线)的一体化AI部署架构,涵盖从模型训练、自动部署、实时推理到性能监控的完整闭环系统设计,并结合工业制造、能源、IoT等场景,提供代码实现与落地案例,助力企业实现AI自动化运维与智能化升级。
基于MCP的一体化AI管线:从模型训练到部署监控的全链路解析
|
人工智能 并行计算 流计算
【AI系统】GPU 架构与 CUDA 关系
本文介绍了英伟达GPU硬件基础概念,重点解析了A100 GPU架构中的GPC、TPC、SM等组件及其功能。接着深入讲解了CUDA并行计算平台和编程模型,特别是CUDA线程层次结构。最后,文章探讨了如何根据CUDA核心数量、核心频率等因素计算GPU的算力峰值,这对于评估大模型训练的算力需求至关重要。
1776 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)