windows下配置gpu加速——cuda与cudnn安装

本文主要是介绍windows下配置gpu加速——cuda与cudnn安装，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

一、系统情况

系统：windows7
gpu：quadro p620
注意：pascal架构显卡只能使用cuda8.0，所有资源(除显卡驱动)见该网盘地址

二、安装工具准备

显卡驱动+cuda9.0+cudnn9.0+vs2015。所有文件(除显卡驱动)下载地址
链接: https://pan.baidu.com/s/1WNEKxjFfI1a7CVNswPE0Iw 提取码: u5y1
gpu版本只支持NVIDIA显卡，不支持A卡。查询自己显卡(新显卡一般都支持，该网址没有可能是因为没更新)是否支持见该链接https://developer.nvidia.com/cuda-gpus
cuda与显卡对应的版本要求如下：

下载与自己显卡型号对应的显卡驱动，下载地址：https://www.geforce.cn/drivers(不会下载的话自行百度)

cuda9.0下载https://developer.nvidia.com/cuda-toolkit-archive推荐9.0，还有其它版本，不建议下载，可能因为Kears和Tensorflow不支持而导致安装失败，当初下载了10.0和9.2版本，最后都安装失败，特别无奈，以至于最后重装系统。

cudnn下载，下载地址https://developer.nvidia.com/rdp/cudnn-archive，需要注册账号并填写一个问卷调查

vs2012版本及以上(推荐vs2015)，下载地址https://msdn.itellyou.cn/，图片如下

三、工具安装

1、 显卡驱动安装

自行百度，这个非常简单，几乎就是一直点击下一步。但是最后一定要是安装成功的界面。若是安装失败的界面的话需要彻底卸载显卡驱动，当卸载完成后还是安装失败的话是因为显卡驱动卸载不彻底，若还不行则重装系统(我就是因为驱动安装失败导致重装系统)

2、cuda9.0安装

第一步：双击安装程序，记住该目录(后面要用到)，等待解压完成。

第二步：如果上面那个目录没变的话，进入该目录，将该目录下的所有文件复制出来放到单独的文件夹中C:\Users\PC\AppData\Local\Temp\CUDA\CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions
文件列表如下
、
第三步：选择自定义安装

第四步：选中以下项目，选中的是必须文件，其余的可选

第五步：点击下一步，等待安装完成。
第六步：配置环境，在path路径下添加如下内容，若不是默认安装，需要找到自己的安装路径，输入如下内容，类似Java配置。
;c:\program files\nvidia gpu computing toolkit\cuda\v9.0\bin;c:\program files\nvidia gpu computing toolkit\cuda\v9.0\lib\x64;
注意前面有分号
第七步：在命令行中输入nvcc -V，注意是大写的V，小写的v会报错，然后结果如下

3、cudnn9.0安装

将cudnn解压后的三个文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

复制时选择合并所有文件

4、vs2015安装

第一步：解压缩或者加载至虚拟光驱然后安装
第二步：一定要选择自定义，因为默认不会安装c++编译环境
第三步：只选中途中那个，其余都不选

第四步：点击下一步，等待安装完成
更多详情请参考https://blog.csdn.net/guxiaonuan/article/details/73775519?locationNum=2&fps=1

四、使用vs2015编译cuda

第一步：找到该目录C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
第二步：将cuda解压的那四个文件复制到C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V110\BuildCustomizations，结果如下

第三步：点击与vs版本相匹配的.sln后缀文件，因为已经编译过，所以文件不太一样。如下

第四步：修改为箭头所指设置
第五步：完成后C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64\Release下会有以下文件

第六步：打开命令行，定位到该目录(shift + 鼠标右键，点击在此次打开命令行)，输入deviceQuery，result=pass并且能看到设备名称

继续输入bandwidthTest，显示result=pass。

这篇关于windows下配置gpu加速——cuda与cudnn安装的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---