安裝cuda+cuDNN
安裝cuda+cuDNN
1. 概述
學習或使用Tensorflow、caffe、Pytorch等深度學習框架時，往往需要使用GPU加速計算。因爲深度學習框架有不同的版本，顯卡有不同的類型，顯卡驅動程序也有不同的版本，還有不同的操作系統，所以在安裝GPU的各類驅動程序時容易出各種問題。本文一方面總結安裝GPU驅動的要點，另一方面記錄成功的安裝示例。（版本更新還賊快！生搬硬套容易搞炸！）
2. 安裝GPU驅動的要點
- 確定操作系統的類型和版本，常用的有windows、ubuntu、centos等，後兩個操作系統是linux內核的。
- 檢查當前系統是否已經安裝相應的驅動，如果安裝了老版本的就需要卸載。
- 明確安裝驅動是與哪個軟件配合使用，並選擇正確的CUDA和cuDNN版本。比如與Tensorflow配合使用，就可以參考Tensorflow官方文檔確定GPU驅動版本。
- 下載相應的安裝包(如果下載較慢，可以複製鏈接使用迅雷下載)
CUDA下載網址
cuDNN下載網址
3. 成功安裝的樣例
樣例1. Win10+CUDA-v10.1
安裝環境描述
- Windows10
- GeForce MX150
- cuda_10.1.243_426.00_win10.exe
- cudnn-10.1-windows10-x64-v7.6.5.32
- tensorflow2.3.1
安裝步驟
-
打開cmd ，win+R輸入cmd，執行nvcc -V查看cuda版本，如果沒有安裝信息，直接安裝新版本即可；如果安裝了舊版本的cuda，需要先卸載。
-
根據tensorflow版本確定需要安裝的cuda版本爲v10.1
-
從官網下載cuda安裝程序cuda_10.1.243_426.00_win10.exe，點擊運行即可安裝。
-
安裝完成後，在cmd命令行中執行nvcc -V即可查看到cuda安裝信息。
-
安裝對應版本的cuDNN-v7.6，下載該文件後解壓壓縮包，可看到bin、include、lib目錄，需要將這3個文件複製到cuda文件夾。可以發現這3個目錄本來就存在了，這說明cuDNN相當於是補充了CUDA的庫目錄。
愉快的安裝完成了，嘻嘻。