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
5691 0
NVIDIA CUDA/cuDNN历代版本下载地址
|
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
2491 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?
17794 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
34428 0
|
2月前
|
缓存 API 开发者
阿里巴巴国际站商品详情接口深度解析与实战指南
阿里巴巴国际站开放平台提供alibaba.product.get等API,支持获取商品全维度数据(标题、价格、SKU、多媒体、交易、供应链及SEO信息),仅限企业账号接入,需OAuth2.0认证与签名,适用于选品、比价、ERP集成等场景。(239字)
|
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。
17446 3
卸载原有的cuda,更新cuda
|
并行计算 Ubuntu PyTorch
Ubuntu 18.04 + CUDA 11.3.0 + CUDNN 8.2.1 + Anaconda + Pytorch 1.10(上)
Ubuntu 18.04 + CUDA 11.3.0 + CUDNN 8.2.1 + Anaconda + Pytorch 1.10
837 0
|
网络安全 数据安全/隐私保护 Windows
[笔记]Windows Cyswin ssh配置及远程控制
[笔记]Windows Cyswin ssh配置及远程控制
415 0
|
运维 监控
elasticsearch 监控
elasticsearch 监控
|
机器学习/深度学习 并行计算 PyTorch
PyTorch与DistributedDataParallel:分布式训练入门指南
【8月更文第27天】随着深度学习模型变得越来越复杂,单一GPU已经无法满足训练大规模模型的需求。分布式训练成为了加速模型训练的关键技术之一。PyTorch 提供了多种工具来支持分布式训练,其中 DistributedDataParallel (DDP) 是一个非常受欢迎且易用的选择。本文将详细介绍如何使用 PyTorch 的 DDP 模块来进行分布式训练,并通过一个简单的示例来演示其使用方法。
2684 2