深度学习之CUDA+CUDNN详细安装教程

1 前言

一点自己的想法了，可以跳过去，haha~

    在机器学习领域，为了让你的计算机学会某种技能，拥有我们的智慧，然后去做一些有趣的事情，比如去预测以后房子的价格，或者是在国家倡导垃圾分类的大环境下，让机器帮你分类家里的垃圾，亦或者是让机器创作一首歌、一幅画作等，这样的场景想必那是一定是非常震撼的。但这三个方面的应用令我最为感兴趣的就是创作，让机器实现创作，总会让我们得到一些惊奇的作品。
    一个模型往往是异常的复杂，我们可以想象一下在线性拟合中，我们采用的最小二乘法仅仅只涉及两个参数，这其实可以称得上是一个最为基本的模型了，没错这个模型就是一个函数式，你给它一个输入，他就会返回一个对应的值。说到现在的机器学习，无非也就是在找一个函数式，不过这个函数式不在像线性拟合那样简单了，不在只有k、b两个参数要确定了，而可能有成千上万，或者上亿的参数要等我们去确定。难道我们要去真的用手去算这些参数吗，那显然是不现实的，也是不可取的；计算机的发展，让这一切都成为了可能，但单靠CPU的计算还是达不到目的的，近十年来随着机器学习技术的深入研究以及计算机硬件的发展，尤其是在GPU上的发展，使得这一切都变得顺理成章。
    这是一次革命，因为它带动了社会各个行业的发展。在机械工程领域里，它使得机器故障诊断得到了进一步的发展，使得神经网络控制算法得到真正应用；在化学分析领域，它使得化学信息学有了新的研究方法，能够预测化合物潜在性质的模型；此外，在制药领域运用这种现代的方法，就可以很快地找到一种新的药物运用于临床试验等等，还有许多的行业，由于学疏才浅在这里就不过多例举了，但总之一句话，机器学习的出现真的影响了你和我，也真的影响了社会的发展。

---

---- 这里才真正有用的句子，zizi~ ----

    上面都说了，那个机器学习的模型很庞大，很复杂的，那我们是不是得有个利器，正所谓工艺善其事，必先利其器，看还是传统文化博大精深呀!
    在深度学习中，除了要搞一个好的计算机，要计算得到那个函数式的最佳参数，光靠CPU是不行的，还得靠GPU呀，为什么呢，因为它能并行运算呀，就像你做饭的时候，完全可以同时把衣服给洗了，当然不是用你那双好看的手了，当然得是配上那超强超好用的全自动洗衣机呀！道理就是这么简单，再深入我可就解释不了了，脑瓜子真不行了~
    但光有个GPU这个硬件当然是不行的，为了让它动起来我们首先得驱动它，你的计算机只要有这个NVIDIA的显卡，能正常使用，一般就表明已经成功安装了驱动；那这个CUDA和CUDNN都是些什么东西呀？

下面就让我们一起来解决这个问题和安装这些东西吧~

2 什么是CUDA和CUDNN

2.1 CUDA

    先看看百度百科里面是怎么解释的，CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。
    换句话说CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。

CUDA架构

    在 CUDA 的架构下，一个程序分为两个部份：host 端和 device 端。Host 端是指在 CPU 上执行的部分，而 device 端则是在GPU芯片上执行的部分。Device 端的程序又称为 “kernel”。通常 host 端程序会将数据准备好后，复制到显卡的内存中，再由GPU芯片执行 device 端程序，完成后再由 host 端程序将结果从显卡的内存中取回。[1]

2.2 CUDNN

    CDNN(CUDA Deep Neural Network library)：是NVIDIA打造的针对深度神经网络的加速库，是一个用于深层神经网络的GPU加速库。如果你要用GPU训练模型，cuDNN不是必须的，但是一般会采用这个加速库。[2]

这一部分可以去参考这篇大佬的CSDN博文。--> 参考链接

3 下载CUDA和CUDNN

3.1 直达通道

如果你需要直接下载cuda_11.1.1_456.81_win10.exe和对应的cudnn-11.1-windows-x64-v8.0.5.39，可以直接访问我分享的链接，只需要在微信公众号中搜索“sokestudio”并回复“ML001”即可获取链接及提取码~

如果你不知道你的计算机支持哪一版本，那就请继续3.2和3.3小节吧~

3.2 查询显卡驱动

请确保你的计算机有NVIDIA独立显卡！！！

    这里以Windows11操作系统为例，我们只需要在桌面上右键选择NVIDIA控制面板即可，点进去：

图 3.1
 

    如果右键没有出现这个选项，你可以按照下面的操作找到它，点进出：

图 3.2
 

    如果还没有的话，你确定你的计算机有独立显卡吗，或者是别的类型显卡，如果是这样那本教程可能不适合你呀~,当然这并不影响你继续学习机器学习，有CPU也可以用啊，就是计算慢了（buzhi）一点，如果有经费了记得去给你的计算机配好的NVIDIA的独立显卡吧~
    进去之后就是这样的：

图 3.3
 

    哎，我的显卡就是这么垃圾，运行个Word,PPT,PS,SW,CAD...还行，反正我又不用他做深度学习也够了，因为我又更好的工作站，当然不是我的啦！有学上真得好呀，各位小伙伴们加油啊，好好学习，快乐生活~

    废话不多说我们继续。。

图3.4 CUDA 版本查询
 

    这样我们就查询到我们驱动的版本啦，我这里是 CUDA 11.4。你要记住你自己的版本啊~，当然这里你也可以选择更新你的驱动，具体操作我就不赘述了，有不会的小伙伴也可以留言啊！

3.3 下载CUDA

    接下来，我们来下载这个CUDA，这里选择的版本不能高于你的显卡驱动里面那个版本号，比如我的就不能高于11.4，所以这里我选择了11.1版本，大家根据自己的型号来；

下载地址： https://developer.nvidia.com/cuda-toolkit-archive

图3.5
 

图3.6
 

3.4 下载CUDNN

    再接下来，我们来下载相应的神经网络的加速库CUDNN，该文件的版本又取决于上面你下载的CUDA的版本，记得不要弄错啦！下面是下载的链接，要仔细啊~

下载地址： https://developer.nvidia.com/rdp/cudnn-archive

图3.7 可能没有该页面，直接跳过即可
 

图3.8 选择CUDNN版本
 

图3.9 如果没账户记得先注册个账户啊
 

    我们有账户登录成功后会调到下面这个页面，点击下载即可；如果没有请重新从访问下载地址开始即可；

图3.10 下载CUDNN
 

4 安装CUDA和CUDNN

    真棒啊！你已经下载了CUDA和CUDNN啦！下面我们来安装它~

图4.1 对就是两个文件
 

4.1 安装CUDA

图4.2 双击CUDA安装文件
 

图4.3 解压文件
 

    这里就直接点击OK即可，临时目录而已~

图4.4 解压中
 

图4.5 同意并继续
 

图4.6 按图操作
 

图4.7 按图操作
 

图4.8 选择安装路径
 

图4.9 我的安装路径
 

默认路径的可以跳过图4.9的操作啦~

图4.10 准备中...
 

图4.11 安装中...
 

图4.12 安装完成
 

图4.13 结束
 

    安装完成啦，你可真是个聪明的孩子呀~，下载让我们测试一下吧！我们在键盘上按下"Win+R"，实在不知道"Win+R"是什么，赶快去百度呀！

图4.14 打开CMD
 

这里我们需要输入“nvcc -V”，按Enter键回车即可！

图4.15 测试CUDA安装
 

4.2 CUDNN安装

    到了最后一个环节了，到这里与其说是安装CUDNN，还不如说是复制替换文件，为什么这样说呢，请继续看下面的操作~
    首先，我们来解压一下刚才下载的第二个文件；

图4.16 解压CUDNN文件
 

图4.17 进入解压文件夹
 

图4.18 复制文件夹
 

    进入刚才你安装CUDA的目录，如果你刚才默认安装路径的话，可以看看图4.8中第一个路径，然后进去就会看到下面这个文件夹里面的内容，再粘贴即可；

图4.19 进入CUDA安装目录
 

图4.20 粘贴文件夹

    

看到了吧，CUDNN就只需要复制粘贴一下就可以啦，安装包没用的话也就可以删除啦，这样就不占空间了；

5 结束语

    好的，今天到这里，CUDA和CUDNN全部的安装过程就结束了，希望能帮到各位小伙伴，好长时间没有更新了，谢谢各位小伙伴的关注和支持~

参考资料

[1] 引用: https://blog.csdn.net/u014380165/article/details/77340765

[2] 引用: https://blog.csdn.net/u014380165/article/details/77340765