cuda7.5的 安装、测试、visual studio2013环境中的配置

一开始，将cu文件，加载到项目里面时候，全是统一的白色字体，看起来感觉很糟糕。

在官网下载了cuda toolkit 后，安装完， 界面舒服一些了， 注释变成绿色，关键字变成蓝色

注意：

1、安装时候关掉 visual studio 、360安全卫士等。

2、安装完后，cuda toolkit 会自动给vs安装 NSIGHT插件。

 CUDA Toolkit安装过程中会自动在Visual Studio安装NSIGHT插件。如果之前安装过较老版本的CUDA Toolkit，则会被自动卸载掉，并用7.5版本将其代替。安装程序也会自动在系统环境变量内修改“PATH”，添加“CUDA_INC_PATH”、“CUDA_LIB_PATH”、“CUDA_PATH”等值，所以我们不必过多担心CUDA的环境配置。

如果想验证CUDA是否配置正确，可以尝试编译任意一个CUDA自带的样例程序或者新建一个项目进行编译运行。

这里两个都尝试一下，默认的项目编译，和以deviceQuery为例的编译。

首先，清楚cuda 安装完成后的两个主要默认路径：

默认都在C盘下面，

一个是：C:\Program Files     另一个路径是：C:\ProgramData  （samples 在这个里面）

其次，可以新建一个项目，测试默认的函数是否能编译通过：

可以直接新建一个cuda 项目，进行测试：

这是一个将两个一维数组相加的例子。

       其中addKernel是内核函数，它的计算过程是在GPU上实现的，用函数类型限定符__global__限制，且函数类型为void型。

       cuda_runtime.h头文件包括了运行时API和其参数的定义。（如果使用驱动API则使用cuda.h头文件）。

       device_launch_parameters.h头文件包含了内核函数的5个变量threadIdx、blockDim、blockIdx、gridDim和wrapSize。

       对其中CUDA运行时API函数的解释：

       ·cudaSetDevice()：选择设备（GPU）。（可以不使用，不使用的情况下，默认选择设备0）

       ·cudaMalloc()：动态分配显存。

       ·cudaMemcpy()：设备与主机之内的数据拷贝。

       ·cudaThreadSynchronize()：同步所有设备上的线程，等待所有线程结束。

       ·cudaFree():释放由cudaMalloc分配的显存。

       ·cudaThreadExit():结束CUDA上下文环境，释放其中的资源。

默认自带的kernel 核函数， 是对两个数组进行求和运算，编译后运行，运算结果如下，表明已经安装ok。

测试cuda 自带函数 是否能编译通过：

找到如下的路径案例项目， 通过vs打开sln解决方案，进行编译。

可以直接将deviceQuery_2013.sln  文件直接拖拽到vs2013窗口里面，进行编译。

测试通过

/* This sample queries the properties of the CUDA devices present in the system via CUDA Runtime API. */

这个案例请求的cuda设备的属性参数，通过cuda运行时API进行展示。

cuda在visual studio2013环境中的配置

.打开VS2013并建立一个空的win32控制台项目

   a.右键源文件 -> 添加 -> 新建项  选择CUDA C++/C文件

   b.右键工程 -> 生成自定义,选择CUDA 7.5

   c.右键项目 -> 属性 -> 配置属性 -> VC++目录，添加以下两个包含目录：

        C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include
　    C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\common\inc
　　再添加以下两个库目录：
　　C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64
　　C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\common\lib\x64

   d.右键项目 -> 属性 -> 配置属性 ->链接器 -> 常规 -> 附加库目录，添加以下目录：

　　$(CUDA_PATH_V7_5)\lib\$(Platform)

   e.右键项目 -> 属性 -> 配置属性 ->链接器 -> 输入 -> 附加依赖项，添加以下库：

       其实就是  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64 目录下的库

      

cublas.lib
cublas_device.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
cufft.lib
cufftw.lib
curand.lib
cusolver.lib
cusparse.lib
nppc.lib
nppi.lib
npps.lib
nvblas.lib
nvcuvid.lib
nvrtc.lib
OpenCL.lib

   f.右键项目 -> 属性->项类型  选CUDA C/C++

   g.打开配置管理器

       

       平台改为x64

win32平台 ： 

需要注意的是： 在win32的编译环境中，cuda 抛弃掉了很多库文件，只剩下了如下库文件，参考文章配置cublas

因此，如果在属性资源管理器进行配置的时候，一定要区分开添加库文件， 否则会导致 win32平台的项目链接的时候报错，跟cuda完全无关的项目也一样报错，因为添加到win32编译环境中的cuda库文件是找不到的。

报错如下：

cuda测试完成后，对OpenCV进行配置。

opencv  官网下载后， 解压直接可以用而来，  

两方面信息注意：

1、查看版本， 可以在lib库看里面的文件名称，30（opencv3.0） 或者32（opencv3.2版），

2、build下面的子目录有文件夹VC10  VC11  VC12 分别对应的visual studio 版本是：VS2010 2012 2013。

X64环境下的 visual studio对应版本如下图：

 

lib库中对应文件名的编号，可以确定是opencv的3.0版本。

 

lib库中对应文件名的编号，可以确定是opencv的3.2版本。