文章目录
👉引言💎
学习的最大理由是想摆脱平庸，早一天就多一份人生的精彩；迟一天就多一天平庸的困扰。
热爱写作，愿意让自己成为更好的人…
…
铭记于心🎉✨🎉我唯一知道的，便是我一无所知🎉✨🎉
一、Cuda安装
1 选择Cuda版本
- 首先查看 电脑的显卡驱动版本，然后根据显卡驱动去选择相应的的cuda版本号有两种方式去查看电脑的显卡版本
如果缺失驱动程序，那么可以再在https://www.nvidia.com/Download/index.aspx?lang=en-us下载相应的驱动程序
2下载及运行安装程序
- 然后运行install.exe，会出现一个 填写位置的信息，那个是安装临时文件的储存位置，直接系统默认的c盘就可以，安装完会自动清理的
- 随后 进入安装页面后选择自定义，这里可以 自己选择文件安装位置，这个才是Cuda visual studio的安装位置
3 测试
二、Cudnn安装
- 什么是Cudnn？是基于Cuda的一个深度神经网络库，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。
CUDA看作是一个工作台，而基于CUDA的深度学习GPU加速库 cuDNN相当于工作的工具，有了它，才能在工作台上进行工作（深度学习的计算训练等）想要在CUDA上运行深度神经网络，就要安装cuDNN，工作速度相较CPU快很多，那么如何安装Cudnn呢？请往下看：
1、进入官网下载对应cuda版本的cudnn
- 如何查看cuda版本？nvcc --version
2、下载好相应版本并进行解压安装
3、解压完成后
- 从下面三个文件夹中找到指定文件，并拷贝相应文件到cuda的相应目录中，具体操作如下图所示
- 进入到cuda以下目录，若不是默认安装位置，则可使用****查看
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
4、测试
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\extras\demo_suite
进入相应磁盘目录
运行deviceQuery.exe与bandwidthTest.exe进行测试
如下即说明测试成功.
🌹写在最后💖：
路漫漫其修远兮，吾将上下而求索！伙伴们，再见！🌹🌹🌹
本文转载自: https://blog.csdn.net/runofsun/article/details/126615135
版权归原作者 梦想new的出来 所有， 如有侵权，请联系我们删除。
版权归原作者 梦想new的出来 所有， 如有侵权，请联系我们删除。