window11系统CUDA、cuDNN 安装以及环境变量配置

文章目录

  • 一,说明
  • 二,cuda的下载以及安装
    • 1. 确定自己电脑设备哪个版本cuda
      • a. 点击左下角
      • b. `点击`左下角
      • c.接着点击 `组件`
    • 2. `cuda`的下载
    • 3. cuda的`安装`
      • 1. `双击` 点击 `ok`
      • 2. `同意`即可
      • 3. 这个随意哪个都行
      • 4.选择安装位置 接着下一步
  • 三,cuda环境变量设置
    • 步骤1. 鼠标右击 `我的电脑`-->`右击点击属性`
    • 步骤2. 选择 `高级系统设置`--> `环境变量设置`
    • 步骤3. 点击`新建`,依次输入上面的 `变量`和`值`
    • 步骤4. 进行测试安装
  • 四、cuDNN下载以及安装
    • 1. cuDNN的下载
    • 2. cuDNN的安装
      • 步骤1. 先找个合适位置解压
      • 步骤2. 安装 将刚才解压的文件拷贝到 `cuda 安装位置`中.....默认安装的话,咱们`理论上是一样`的
      • 步骤3. `同名文件`进行`替换`就行
    • 3. cdDNN环境变量配置
      • 4. 进行cuDNN验证
        • 进入这个位置:::选中地址
        • 在`选中地址后` 输入 `cmd` 回车
        • `分别`键入:
        • `成功`.........

一,说明

CUDA(Compute Unified Device Architecture)是 NVIDIA 提供的一种并行计算平台和编程模型,可以加速各种科学计算、机器学习和深度学习应用。而 cuDNN(CUDA Deep Neural Network Library)是 NVIDIA 提供的一个可选的库,用于优化深度神经网络的训练和推理性能。

虽然 CUDA 包含了一些基本的矩阵运算和线性代数函数,但它不直接包含深度神经网络相关的算法和优化。因此,为了使用 CUDA 进行深度学习任务,您需要安装一个额外的库,例如 cuDNN。

cuDNN 库还提供了一些高级功能,例如卷积算法的快速实现和 GPU 内存管理。因此,通过与 CUDA 结合使用,cuDNN 可以大幅提高深度学习应用的性能和效率。

因此:
CUDA ,需要下载两个安装包

CUDA toolkit
cuDNN

二,cuda的下载以及安装

1. 确定自己电脑设备哪个版本cuda

一般就是:打开nvidia(桌面右键)->选择左下角的系统信息->组件既可以。

我的电脑是win11,我自己的操作方式如下:

a. 点击左下角

window11系统CUDA、cuDNN 安装以及环境变量配置_第1张图片

b. 点击左下角

进行搜索 nvidia 弹出这个页面,点击左下角,系统信息

window11系统CUDA、cuDNN 安装以及环境变量配置_第2张图片

c.接着点击 组件

window11系统CUDA、cuDNN 安装以及环境变量配置_第3张图片

window11系统CUDA、cuDNN 安装以及环境变量配置_第4张图片

这就是 自己电脑支持的cuda版本,一般选择配套的,我有时候会选择略低于这个的版本不能高于。具体情况视情况而定

2. cuda的下载

下载地址

我自己的下载。

window11系统CUDA、cuDNN 安装以及环境变量配置_第5张图片

window11系统CUDA、cuDNN 安装以及环境变量配置_第6张图片
window11系统CUDA、cuDNN 安装以及环境变量配置_第7张图片

最后的下载的成果

在这里插入图片描述

3. cuda的安装

1. 双击 点击 ok

window11系统CUDA、cuDNN 安装以及环境变量配置_第8张图片

耐心等待…

window11系统CUDA、cuDNN 安装以及环境变量配置_第9张图片

2. 同意即可

window11系统CUDA、cuDNN 安装以及环境变量配置_第10张图片

3. 这个随意哪个都行

我使用的是自定义

window11系统CUDA、cuDNN 安装以及环境变量配置_第11张图片

直接下一步
window11系统CUDA、cuDNN 安装以及环境变量配置_第12张图片

4.选择安装位置 接着下一步

默认即可,但是要记住这个地址

window11系统CUDA、cuDNN 安装以及环境变量配置_第13张图片

三,cuda环境变量设置

一般这里安装完毕后,会自动配置好环境变量,若是没有配置就只能自己配置了。
后面就用我电脑上的另一个版本 11.4.4版本的 内容说明,上面的流程是一模一样的,仅仅是版本号不同罢了,没必要纠结

变量

CUDA_PATH
CUDA_PATH_V11_4
NVCUDASAMPLES_ROOT
NVCUDASAMPLES11_4_ROOT

:这里我用 11.4版本为例,流程上是一样的,就是版本号不一样仅此而已

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4

步骤1. 鼠标右击 我的电脑–>右击点击属性

window11系统CUDA、cuDNN 安装以及环境变量配置_第14张图片

步骤2. 选择 高级系统设置–> 环境变量设置

window11系统CUDA、cuDNN 安装以及环境变量配置_第15张图片

步骤3. 点击新建,依次输入上面的 变量

window11系统CUDA、cuDNN 安装以及环境变量配置_第16张图片

步骤4. 进行测试安装

win+r,输入cmd

window11系统CUDA、cuDNN 安装以及环境变量配置_第17张图片

即为安装成功…

四、cuDNN下载以及安装

1. cuDNN的下载

下载地址

一般首次下载需要进行账号注册,这个很简单有邮箱就行,按照步骤走就可以。我用的是Google邮箱。

进去后是这样的…
根据cuda版本进行下载即可

点击红色框这里进行版本选择

window11系统CUDA、cuDNN 安装以及环境变量配置_第18张图片

看cuda下载地址确定自己的cuda完全版本,我这里用11.4为例,流程上与上面12.1一样

window11系统CUDA、cuDNN 安装以及环境变量配置_第19张图片

好了知道这个选择 cuDNN的下载版本

我选择的是这一个…

window11系统CUDA、cuDNN 安装以及环境变量配置_第20张图片

下载后的样子是这样婶儿的…

window11系统CUDA、cuDNN 安装以及环境变量配置_第21张图片

2. cuDNN的安装

步骤1. 先找个合适位置解压

三个文件夹…
window11系统CUDA、cuDNN 安装以及环境变量配置_第22张图片

步骤2. 安装 将刚才解压的文件拷贝到 cuda 安装位置中…默认安装的话,咱们理论上是一样

不一样的话,基本上就在c盘 找下就找到了…

window11系统CUDA、cuDNN 安装以及环境变量配置_第23张图片

步骤3. 同名文件进行替换就行

3. cdDNN环境变量配置

方法一样:

此电脑—>右击属性—>高级系统设置—>环境变量

window11系统CUDA、cuDNN 安装以及环境变量配置_第24张图片

将下面这些内容放在这个path中。就将替换后的 binincludelib以及libnvvp路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp

window11系统CUDA、cuDNN 安装以及环境变量配置_第25张图片

window11系统CUDA、cuDNN 安装以及环境变量配置_第26张图片

4. 进行cuDNN验证

进入这个位置:::选中地址

window11系统CUDA、cuDNN 安装以及环境变量配置_第27张图片

选中地址后 输入 cmd 回车

window11系统CUDA、cuDNN 安装以及环境变量配置_第28张图片

分别键入:

bandwidthTest.exe
deviceQuery.exe

window11系统CUDA、cuDNN 安装以及环境变量配置_第29张图片

window11系统CUDA、cuDNN 安装以及环境变量配置_第30张图片

成功

你可能感兴趣的:(Linux,算法,机器学习,python)