Python学习工具第五期 - CUDA的详细下载安装与总结
在上一期中，我们介绍了为什么使用GPU可以加速计算和处理图像，以及查看自己的电脑能否使用GPU加速，这期我们正式的来下载与安装GPU加速工具CUDA，并检查是否安装成功。
前言：
安装CUDA之前，我们需要做一些准备工作，一起来看一下NVIDA的官方的CUDA下载安装文档，地址：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html。
可以看到，如果我们想要下载安装CUDA需要有NVIDA的显卡、Windows系统、Visual Studio，即：
第一步：查看自己电脑是否有NVIDA显卡。
第二步：查看自己是否有支持的版本的微软Windows系统，具体大家可看上图Table1。
第三步：查看自己是否有支持版本的Visual Studio,因为我们在安装CUDA时需要用到其中的组件，具体请看上图Table2。
安装工作总结
查看自己有是否有支持NVIDA的独立显卡
查看自己是否有NVIDA显卡驱动程序，没有请下载安装
官网下载安装 Microsoft Visual Studio(申请一个微软账号)
官网下载安装 CUDA
检验CUDA安装是否成功
CUDA安装成功后的使用
这里教大家安装CUDA10.2和免费社区版VS2017的下载和安装教程
正式下载与安装CUDA
第一步：查看自己是否有支持安装CUDA的NVIDA显卡，具体请见，点击跳转
第二步：查看是否有NVIDA显卡驱动程序，如果有，就不用安装了（一般刚装完系统都会安装这些驱动），建议自动更新驱动程序一下，没有，请下载安装，地址：https://www.geforce.cn/drivers，有两种安装方式，自动和手动，选择适合自己电脑的显卡驱动下载，安装很简单，直接下一步就可以，默认系统安装路径。
安装完后，可以打开NVIDA控制面板，查看GPU显卡所支持的CUDA版本，具体开始菜单 -》NVIDIA控制面板-》帮助-》系统信息-》组件-》nvidia.dll后面的cuda参数，可以看到，我的显卡支持版本为10.2，所以我下载安装cuda10.2版本。
第三步：下载安装 Visual Studio
安装Visual Studio，因为CUDA在安装时，需要VS的里面的工具包来编译。VS这里我安装的是社区免费版VS2017，无需秘钥key就可以使用，也可以使用其它版本，但是需要key，请见第一张图的Table2，在安装过程中，会自动检测本机是否已经安装了配套的VS版本其中之一，如果VS版本和Cuda版本不匹配的话，安装无法进行。
第一步：到微软Visual Studio官方网站进行VS2017安装包下载，这里需要注册一个微软账号，如果没有的话按步骤进行注册、登录即可，地址：https://my.visualstudio.com/Downloads?q=Visual%20Studio%202017
第二步：下载完安装包后双击，安装选项：工作负载处，勾选“C++的桌面开发（其他的可不勾选，若需要的话，后面可再次安装）
第三步：选择软件安装位置选择软件要安装到的地方，建议安装到专门放软件的盘，不要安装到系统盘C，然后点击开始进行安装
第四步：选完后，点击安装，正式安装，这个过程需要等待一会儿时间
第五步：安装完后，电脑需要重启，重启后就可以使用了
安装成功后的界面
下载与安装CUDA
第一步：到官网下载CUDA安装包，前面我们已经查看到了电脑GPU显卡所支持的CUDA版本为10.2,下载地址：https://developer.nvidia.com/cuda-toolkit-archive
第二步：下载完后，双击
第三步：同意并继续后，选择自定义安装
第四步：安装组件，全部勾选，点击下一步
第五步：选择安装位置，这里建议默认安装，也可手动安装，但是要记得自己安装的位置，因为后面需要配置系统环境变量
第六步：开始准备安装，等待安装完成，这需要等待一段时间
安装完成界面如下，点击下一步，就安装完成了
第七步：安装完成后，就需要我们配置Cuda的环境变量了，我们在计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V9_0两个环境变量，安装好后，自动默认帮我们设置好了这2个环境变量：
之后我们最好再手动添加以下4个环境变量，方便日后配置VS使用，在VS中使用CUDA加速，这里只给截图，自己手动选择变量位置，印象会更加深刻。
提醒：%CUDA_PATH前面的%,作用其实就是加上CUDA_PATH的路径，也就是上图的C:\Program Files\......
配置成功之后的图：
查看是CUDA是否安装成功
配置完系统环境变量之后，我们就可以查看CUDA是否安装成功以及环境变量配置情况
查看安装版本：Win + R 打开cmd ，输入命令：nvcc --version
查看设置变量情况：输入命令：set cuda
验证deviceQuery和bandwidthTest,在命令窗口运行测试文件，定位到 在cuda安装目录的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite，分别输入deviceQuery，bandwidthTest并运行，两个地方的Result=PASS则说明通过，反之，Rsult=Fail 则需要重新安装。
如果以上都没问题，则说明CUDA安装成功，至于Cuda安装成功之后的使用，我们可以在Visual Studio中写C++代码使用，也可以在Anaconda和Pycharm中写Python代码使用，额外下载安装cudnn，CUDNN是一个常见的神经网络层加速库文件，能够很大程度把加载到显卡上的网络层数据进行优化计算，而CUDA就像一个很粗重的加速库，其主要依靠的是显卡。CUDNN需要在有CUDA的基础上进行，CUDNN可以在CUDA基础上加速2倍以上。
好啦，这一期的下载与安装CUDA就到此结束了，下期教大家如何在VS中和Anaconda中使用CUDA以及下载安装Pytorch-GPU版的3种方式。
往期推荐，点击即可跳转观看
Python学习工具第一期 — Python、Pycharm、Anaconda预导知识
Python学习工具第二期 — Anaconda下载、安装与使用
Python学习工具第三期 — 免费使用，无须激活下载安装Pycharm教程
Python学习工具安装第四期 — Windows下 Cuda的下载与安装预导知识
·END·
微信号：哆啦A梦爱学习
