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

  1. 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。
  2. 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。
  3. 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。
  4. 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
    在这里插入图片描述
    cuDNN下载网址
    在这里插入图片描述

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

  1. 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。

  2. 根据tensorflow版本确定需要安装的cuda版本为v10.1
    在这里插入图片描述

  3. 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。

  4. 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。
    在这里插入图片描述

  5. 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。
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    愉快的安装完成了,嘻嘻。

参考文献

  1. win10安装CUDA9.0+cuDNN
相关文章
相关标签/搜索