Wind10安装cuDNN,几分钟搞定

cuDNN的安装过程 

1、下载cuDNN

       因为之前的博文“目标检测第3步”下载的CUDA版本是11.1,那么我们就要找到与CUDA11.1版本对应的cuDNN版本。地址为:cuDNN Archive | NVIDIA Developer

2、安装cuDNN

下载到的cuDNN文件是一个压缩包,解压缩之后会出现如下文件夹:

接下来需要将解压出来的这三个文件夹中的文件分别拷贝到CUDA对应的文件夹里,打开CUDA的安装目录:

到此为止,cuDNN已经成功的安装到了CUDA的内部。因为我们安装了cuDNN,所以有必要按照上一篇博文中提到的检验方法,再次对CUDA进行检验。

3、检验CUDA是否被cuDNN影响

A、查看CUDA版本

win+R,输入cmd。在里面输入“nvcc -V”或者“nvcc --version”,如果出现以下截图即可证明CUDA安装成功:

B、运行CUDA的测试文件

打开CUDA的安装目录,找到如下截图的两个文件:

 

 以上两张截图末尾的Result均为pass状态,所以,我们刚才安装的cuDNN不会对原有的CUDA造成影响。

总结:显卡、GPU、CUDA、cuDNN的使用是一个需求逐渐提升的过程。小时候,喜欢玩大型网络游戏,原有的集成显卡无法满足游戏要求,那么就得要求有好的显卡,并且要有适配的显卡驱动。大了之后,学习了计算机视觉,需要使用GPU进行复杂的计算及推理,这样的情况下我们知道了GPU。随着学习的深入,原来GPU的简单操作无法满足我们对于深度学习中的网络性能时,CUDA出现在我们的面前。最后我们开始进行深度神经网络的学习了,CUDA对GPU的加持也无法满足我们的需求了,我们引入了注重性能的cuDNN。

转自:目标检测第4步:显卡、GPU、CUDA、cuDNN的介绍及如何在Windows 10下安装cuDNN?

你可能感兴趣的:(win10,YOLOv5,深度学习,人工智能,python)