文章目录

  • 前言
  • 一、CUDA与CUDNN
  • 1.CUDA是什么?
  • 2.CUDNN是什么?
  • 2.CUDA与CUDNN的关系是什么?
  • 二、CUDA与CUDNN安装
  • 1.CUDA安装
  • 2.CUDNN安装
  • 3.检查是否安装成功
  • 4.检查CUDA的安装位置



前言


一、CUDA与CUDNN

1.CUDA是什么?

CUDA(ComputeUnified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。

2.CUDNN是什么?

NVIDIA cuDNN是用于深度神经网络的GPU加速库。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。

2.CUDA与CUDNN的关系是什么?

CUDA看作是一个工作台,上面配有很多工具,如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库,有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具,比如它就是个扳手。但是CUDA这个工作台买来的时候,并没有送扳手。想要在CUDA上运行深度神经网络,就要安装cuDNN,就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作,工作速度相较CPU快很多。

二、CUDA与CUDNN安装

1.CUDA安装

官网下载:https://www.nvidia.cn/geforce/technologies/cuda/(推荐)

cuba12对应的python版本 cuba n_CUDA


**【这里建议是选择自定义安装,同时不勾选vscode这一个(选择精简版,有概率会出问题)】**↓↓↓

cuba12对应的python版本 cuba n_深度学习_02

2.CUDNN安装

下载完成后,将解压后的子目录复制到CUDA目录下即可。

cuba12对应的python版本 cuba n_深度学习_03


cuba12对应的python版本 cuba n_tensorflow_04

3.检查是否安装成功

(1)在cmd中检查CUDA是否安装成功:nvcc -V

cuba12对应的python版本 cuba n_深度学习_05


(2)在cmd中检查CUDNN是否安装成功:在cmd运行C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\extras\demo_suite路径下的bandwidthTest.exedeviceQuery.exe,如果都能运行成功,则证明CUDNN安装成功。

cuba12对应的python版本 cuba n_tensorflow_06


cuba12对应的python版本 cuba n_cuba12对应的python版本_07


(3) 查看CUDA版本:nvcc -V

(4) 查看CUDNN版本:记事本打开cudnn.h文件,查找CUDNN_MAJOR,找到的对应的CUDNN版本。

cuba12对应的python版本 cuba n_cuba12对应的python版本_08


如何在对应目录下打开cmd:(知道具体位置的情况下,目录一长,每次cd可能相当费劲)

打开对应目录–>shift键+鼠标右键–>PowerShell窗口

cuba12对应的python版本 cuba n_深度学习_09


输入start cmd

cuba12对应的python版本 cuba n_深度学习_10


cuba12对应的python版本 cuba n_CUDA_11


输入命令即可。

或者知道路径直接cmd中输入cmd 路径

4.检查CUDA的安装位置

打开cmd输入set cuda即可。

cuba12对应的python版本 cuba n_cuba12对应的python版本_12