NVIDIA显卡驱动版本，CUDA版本，cudnn版本之间关系及如何选择

要配置NVIDIA显卡的CUDA和cudnn，各种版本之间的依赖关系以及与其他使用GPU的库版本兼容一直没有弄明白，最近经过多次卸载重装，终于成功配置好了显卡计算环境，于是把各个驱动程序和库之间的依赖关系理一下。

显卡驱动版本

首先，最底层的是显卡驱动，不管是玩游戏还是做并行加速计算，都是必须装的。
不管是玩游戏还是用于并行计算，显卡驱动一定要使用最新的。通常新版本的显卡驱动应该能支持当前最高支持CUDA版本以下的所有版本，所有要关注显卡驱动能支持的最高CUDA版本。
获得显卡驱动能支持的最高cuda版本，有两个方法，一是参考显卡驱动的Release Notes，其中会有能支持的CUDA最高版本。

二是打开NVIDIA设置，在菜单“帮助”-》“系统信息”弹出的对话框的“组件”tab框中能看到。

CUDA版本

其次是CUDA版本，CUDA版本选择要看其他上层库的需求，比如TensorFlow，OpenCV，还有编译环境的需求，比如VisualStudio等。
下载地址：https://developer.nvidia.com/cuda-toolkit-archive
tensorflow版本要求：
https://tensorflow.google.cn/install/source_windows
windows操作系统和VS编译器需求：（可以在安装指导中找到）

cuDNN版本

最后是cuDNN，其实这只是一个基于cuda的库，不需要安装，下载后的压缩包解压后是一些头文件，lib和dll（windows操作系统）文件。
cudnn下载地址：（需要登录）
https://developer.nvidia.com/rdp/cudnn-download
选择和cuda对应版本的