安装cuda+cuDNN
安装cuda+cuDNN
1. 概述
学习或使用Tensorflow、caffe、Pytorch等深度学习框架时，往往需要使用GPU加速计算。因为深度学习框架有不同的版本，显卡有不同的类型，显卡驱动程序也有不同的版本，还有不同的操作系统，所以在安装GPU的各类驱动程序时容易出各种问题。本文一方面总结安装GPU驱动的要点，另一方面记录成功的安装示例。（版本更新还贼快！生搬硬套容易搞炸！）
2. 安装GPU驱动的要点
- 确定操作系统的类型和版本，常用的有windows、ubuntu、centos等，后两个操作系统是linux内核的。
- 检查当前系统是否已经安装相应的驱动，如果安装了老版本的就需要卸载。
- 明确安装驱动是与哪个软件配合使用，并选择正确的CUDA和cuDNN版本。比如与Tensorflow配合使用，就可以参考Tensorflow官方文档确定GPU驱动版本。
- 下载相应的安装包(如果下载较慢，可以复制链接使用迅雷下载)
CUDA下载网址
cuDNN下载网址
3. 成功安装的样例
样例1. Win10+CUDA-v10.1
安装环境描述
- Windows10
- GeForce MX150
- cuda_10.1.243_426.00_win10.exe
- cudnn-10.1-windows10-x64-v7.6.5.32
- tensorflow2.3.1
安装步骤
-
打开cmd ，win+R输入cmd，执行nvcc -V查看cuda版本，如果没有安装信息，直接安装新版本即可；如果安装了旧版本的cuda，需要先卸载。
-
根据tensorflow版本确定需要安装的cuda版本为v10.1
-
从官网下载cuda安装程序cuda_10.1.243_426.00_win10.exe，点击运行即可安装。
-
安装完成后，在cmd命令行中执行nvcc -V即可查看到cuda安装信息。
-
安装对应版本的cuDNN-v7.6，下载该文件后解压压缩包，可看到bin、include、lib目录，需要将这3个文件复制到cuda文件夹。可以发现这3个目录本来就存在了，这说明cuDNN相当于是补充了CUDA的库目录。
愉快的安装完成了，嘻嘻。