深度学习环境搭建(GPU)CUDA安装(完全版)

深度学习环境搭建(GPU)CUDA安装(完全版)深度学习环境搭建(GPU)CUDA安装cuDNN安装

大家好,又见面了,我是你们的朋友全栈君。

前几天在看深度学习。因为对深度学习不是很了解,在配置环境时走了许多弯路,也总是战战兢兢的。现在对深度学习的环境搭建做一次完整的介绍,让大家按照这个步骤就可以完成系统环境的配置。接下来让我们开始吧!

1、查询电脑硬件

  • 要求:电脑必须要有 NVIDIA 独立显卡

如何查询电脑的显卡型号呢?
1、在电脑桌面,右击“此电脑”,点击“属性”
2、在打开界面,选择“设备管理器”
3、先在“设备管理器”界面,点击“显示适配器”,显卡的型号就会显示出来。
一般 Intel开头的为集成显卡,
一般 AMD、NVIDIA开头的为独立显卡。
4、需要查看显卡详细信息,则右击显卡选择“属性”
文字理解起来不好理解的话这里有图文教程的传送门:https://jingyan.baidu.com/article/4b07be3c90026f48b380f399.html

2、环境搭建与软件安装

开始吧!!!!少年

1、安装CUDA运算平台软件

1、查询电脑CUDA支持的版本
https://jingyan.baidu.com/article/6fb756ec4fabc4241858fbf7.html
2、下载CUDA安装包
这里以最新版本CUDA10.2为例。其他版本用户按照教程寻找对应版本下载。
首先打开英伟达开发者网站下的,CUDA工具包下载网站。(如若觉得去网站下载比较麻烦可以到此项内容最后处,有可以直接网盘下载CUDA10.2的包,给大家准备好)
https://developer.nvidia.com/cuda-toolkit
网站界面如下图
在这里插入图片描述
点击上图红色方框内所示的 DownLoad CUDA 10.2 NOW >
之后显示如下图所示网页。
在这里插入图片描述
点击上图红色方框内所示的 Windows按钮选择windows安装包
之后显示如下图所示网页。
在这里插入图片描述
①蓝色框内表示Win10操作系统下安装包;②红色框内表示Win8操作系统下安装包;③橘色框内表示Win7操作系统下安装包
大家按照自己的需求选择。接下来以win10为例。
点击①蓝色框内按钮
之后显示如下图所示网页。
在这里插入图片描述
点击红色框内的exe [local]按钮,表示下载安装包进行安装。
之后显示如下图所示网页。
在这里插入图片描述
鼠标左键点击红色方框内
Download[2.6GB]按钮。进行软件下载。
或者右键点击点击红色方框内
Download[2.6GB]按钮,选择迅雷下载。(这个更快一点)(前提电脑有迅雷)

如下图片所示
在这里插入图片描述

当然也为大家准备好了现成的包直接下载
注意是cuda_10.2

Win10用户安装 **cuda_10.2.89_441.22_win10.exe**
链接:https://pan.baidu.com/s/1953UNfMOig-JJvUOrK58Ig 
提取码:3kz8

Win7用户安装 **cuda_10.2.89_441.22_windows.exe**
链接:https://pan.baidu.com/s/1R-zKji19k7Lrk7i5w3YJ1Q 
提取码:g62d 

3、安装CUDA

右击下载好的cuda_10.2.89_441.22_win10.exe软件,以管理员身份运行,如下图所示:
在这里插入图片描述
之后显示窗口
在这里插入图片描述
注意:②号红色方框内的路径是安装包解压路径,软件安装完毕后会自动删除。
首先点击①号蓝色框内按钮,选择CUDA的解压路径,之后点击③号橘色方框内的OK按钮以继续。
之后将进行解压缩操作,如下图所示:
在这里插入图片描述
在解压缩过程中,如果安装360等安全软件,会提示软件访问关键位置的警示,选择允许软件所有操作。
解压完成后,安装软件会自行启动,如下图:
在这里插入图片描述
之后软件会进行系统兼容性检查,如下图:
在这里插入图片描述
系统兼容性检查通过后,安装程序显示软件许可协议。如下图:
在这里插入图片描述
点击红色方框内的同意并继续,软件弹出安装选择选项,如下图:
在这里插入图片描述
我们首先点击①红色框内的自定义之后点击②蓝色方框内的下一步继续,之后显示页面:
在这里插入图片描述
这里我们只选择CUDA,其他两项不进行选择。之后点击红色方框内的下一步以继续。

我们接下来更改一下安装位置,安装在D盘下。
安装路径分别为:
D:\NVIDIA\CUDA
D:\NVIDIA\CUDA
D:\NVIDIA\CUDA Samples
如下图所示:
之后点击②蓝色方框内的下一步。**注意:**在点击下一步前,必须关闭vs。
在这里插入图片描述
之后开始安装并等待。如下图所示。
在这里插入图片描述
在这里插入图片描述
等待安装完成。
在这里插入图片描述
点击关闭。

2、安装cuDNN支持包

1、下载cuDNN支持包
这里以cuDNN for CUDA 10.2支持包为例,如果CUDA版本不是10.2的用户,下载相应的cuDNN包

首先打开英伟达开发者网站下的,cuDNN支持包下载网站。(如若觉得去网站下载比较麻烦可以到此项内容最后处,有可以直接网盘下载for CUDA 10.2的包,给大家准备好)
https://developer.nvidia.com/cudnn
网站界面如下图
在这里插入图片描述
点击红色方框内的Download cuDNN按钮,显示以下页面
在这里插入图片描述
有NVIDIA账户的用户点击①红色框内的Login进行登录。
没有NVIDIA账户的用户点击②蓝色框内的Join now进行注册。
我们在这里只介绍登录的方式,对于NVIDIA账户的注册请移步:https://jingyan.baidu.com/article/7908e85c3cae87ef491ad24b.html
点击①红色框内的Login后,网页显示如下:
在这里插入图片描述
填写账户名与密码,之后点击红色方框内的Login,显示如下网页:
在这里插入图片描述
点击红色箭头指向的勾选框,显示如下界面
在这里插入图片描述
我们CUDA安装的是10.2版本,我们在这里选择红色框内的for CUDA 10.2之后显示网页:
在这里插入图片描述
因为我们以WIN10系统为例,所以点击①红色方框内链接进行下载。WIN7用户请点击②蓝色框内链接进行下载。同样大家可以参考CUDA的下载方法使用迅雷进行下载。
当然也为大家准备好了现成 for CUDA 10.2 的包直接下载
注意是for CUDA 10.2

Win10用户安装 **cuda_10.2.89_441.22_win10.exe**
链接:https://pan.baidu.com/s/12ZGiFl9Er2-INJOAXQZqPQ 
提取码:7p1k 

Win7用户安装 **cuda_10.2.89_441.22_windows.exe**
链接:https://pan.baidu.com/s/1eUmnYm4-UzdSB7syTqvKDQ 
提取码:m7xc 

2、安装cuDNN支持包
①、解压cuDNN支持包,得到三个文件夹和一个TXT文档。
在这里插入图片描述
②、将解压后的文件复制到安装路径下D:\NVIDIA\CUDA下。
注意:解压到自己的 CUDA 安装路径下。
在这里插入图片描述
之后会显示是否合并文件夹,选择①红色方框内的为所有项目执行操作,之后,点击②蓝色方框内的是按钮。
在这里插入图片描述
完成cuDNN支持包的安装

3、配置环境变量

1、设置环境变量

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_V8_0两个环境变量,接下来,还要在系统中添加以下几个环境变量:
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0(这是默认安装位置的路径,经自定义路径后,我的路径为D:\NVIDIA\CUDA Samples)
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

2、设置系统变量

①在系统变量 PATH 的末尾添加:
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
②再添加如下4条
(如果选择默认安装路径):
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin;
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64;
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64;
(我安装在D盘需要输入的路径):
D:\NVIDIA\CUDA\lib\x64;
D:\NVIDIA\CUDA\bin;
D:\NVIDIA\CUDA Samples\common\lib\x64;
D:\NVIDIA\CUDA Samples\bin\win64;
3、配置情况
如下为我的环境变量和PATH的配置情况:
环境变量:
在这里插入图片描述
PATH:
在这里插入图片描述

3、验证CUDA与cuDNN安装

点击键盘Win键+R键,打开运行界面
在这里插入图片描述
在运行里面输入“cmd” 之后点击确定。打开命令行界面
在这里插入图片描述
输入 cd+安装路径,点击回车,再输入nvcc -V则显示CUDA版本信息。
例如我的安装路径为D:\NVIDIA\CUDA
输入:cd D:\NVIDIA\CUDA回车
输入:nvcc -V回车

如运行后显示CUDA的版本等信息,即可认为安装成功。如下图所示
在这里插入图片描述

  • 博主简介:
  • 工业自动化上位机软件工程师、机器视觉算法工程师、运动控制算法工程师。目前从业于智能制造自动化行业。 博主邮箱:2296776525@qq.com
  • 接下来一段时间,我将持续更新关于Halcon深度学习的相关内容。帮忙点个赞吧。哈哈。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/142682.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号