CUDA+cuDNN下载安装(配备GPU环境)

最近准备开始做一个CV+NLP方面的图像标题生成任务(挖坑)

GPU运行必不可少,所以小白在下载安装配置自己的烂笔记本(win10)

1.查看电脑是否支持GPU

首先,查看自己的显卡型号:

此电脑-属性-设备管理器-显示适配器

CUDA+cuDNN下载安装(配备GPU环境)_第1张图片

看到自己的显卡型号是NVIDIA GeForce 920MX

(9代表第9代
2代表性能值为2,性能值得分为是1-9,数值越大性能越强
0基本无意义,有时代表性能,分为0、5两档,值越大越强
M表示笔记本GPU)

接下来,测试本机独立显卡是否支持CUDA的安装:https://developer.nvidia.com/cuda-gpus

CUDA+cuDNN下载安装(配备GPU环境)_第2张图片

 找到自己的显卡型号就代表是支持的,且可以查看自己的计算力。

(同时学到了自己判断移动显卡性能,就是看显卡型号的第二个数字,要想玩玩游戏什么的,这个数字最好是3或者以上,比如930、940,950(830、840、850以此类推),3以下的(2或者1)都是非常鸡肋的独显,有了和没有差别不大= =)

2.CUDA下载安装

下载

CUDA Toolkit Archive | NVIDIA Developer

我下载的10.0的版本

CUDA+cuDNN下载安装(配备GPU环境)_第3张图片

安装

下载好之后,双击打开,显示解压安装目录,不需要改变,默认即可。 

接下来,进入NVIDIA安装过程,换成自定义的安装方式,只选择CUDA即可,提示没有匹配的Visual Studio。

CUDA+cuDNN下载安装(配备GPU环境)_第4张图片

 

发现是版本兼容问题,将原来的2022VS换成了2017版就可以了。但是我看也有人将CUDA下VS的取消勾选,可以自行选择。 至于CUDA的安装目录,大家默认安装在C盘即可。

配置环境变量

安装完成之后,开始配置环境变量

CUDA+cuDNN下载安装(配备GPU环境)_第5张图片

 测试是否安装成功

win+R,打开cmd,输入

nvcc -V

输出你的cuda版本即为成功。

3.cuDNN下载

cuDNN Archive | NVIDIA Developer

 下载需要登录和填写一些问卷之类的,也挺快的。

CUDA+cuDNN下载安装(配备GPU环境)_第6张图片

下载与自己CUDA对应的版本即可。

下载好之后,解压缩,将CUDNN压缩包里面cuda路径下的binincludelib文件里的东西直接复制到CUDA的安装目录下对应文件夹内即可。

参考文章:

深度学习GPU环境CUDA详细安装过程(简单快速有效) - 知乎

Cuda和Cudnn 安装教程|极客教程

你可能感兴趣的:(深度学习,cuda,cudnn)