VS2019+CUDA11.1新建项目里没有CUDA选项

原创 已于 2022-07-30 10:33:42 修改 · 3k 阅读 · 21 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #神经网络 #机器学习

于 2022-07-15 18:01:35 首次发布
安装VS2019+CUDA11.1后，在新建项目中未发现CUDA选项。解决方法包括：关闭VS，创建CUDA11.1文件夹并放入相应快捷方式，然后在开发者命令提示符中以管理员权限运行指定命令，即可在VS2019中看到CUDA项目模板。
部署运行你感兴趣的模型镜像

VS2019+CUDA11.1新建项目里没有CUDA选项

安装完VS2019+CUDA11.1后 发现vs的新建项中没有CUDA11.1选项

解决办法：
1.关闭所有的Visual Studio程序。
2.到D:\Asoftware\VisualStudioIDE\Common7\IDE\Extensions\NVIDIA下面（这个路径根据你的个人情况而定，是到你安装VS的目录）。

3.创建新的文件夹 CUDA 11.1 Wizards->11.1。

4.在c盘下找到两个文件，两个文件的路径如下：
C:\ProgramData\NVIDIA GPU Computing Toolkit\v11.1\extras\visual_studio_integration\CudaProjectVsWizards\2019\extension.vsixmanifest
C:\ProgramData\NVIDIA GPU Computing Toolkit\v11.1\extras\visual_studio_integration\CudaProjectVsWizards\Nvda.Vsip.CudaWizards.dll.pkgdef

5.在上面创建的11.1文件夹下创建这两个文件的快捷方式：
在这里插入图片描述

6.创建完快捷方式之后，打开 Visual Studio 2019 的开发者命令控制台，然后以管理员权限运行命令：devenv.com /setup /nosetupvstemplates

从搜索里面找到以管理员身份运行
在这里插入图片描述

然后输入命令即可
在这里插入图片描述
再打开vs2019就有cuda项目了
在这里插入图片描述

您可能感兴趣的与本文相关的镜像

PyTorch 2.7

PyTorch 2.7

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

【可不卸载重装】VS2019新建项目里没有CUDA选项
qq_62844901的博客
01-23 1113
问题：VS2019 新建项目里没有CUDA选项，vs也属性没有cuda。这是因为你在Visual Studio 2019安装之前，先安装了CUDA Toolkit。
VS+CUDA 新建项目里没有CUDA选项（附详细图文步骤）
热门推荐
Xav Pun的博客
04-27 1万+
CUDA为Visual Studio提供了搭建cuda项目模板的插件，在安装CUDA时，该插件会被自动下载和配置。然而，如果是先安装CUDA后安装Visual Studio，插件不会被自动配置到VS中，而需手动配置。 本文提供了两种解决办法，以及详细的操作步骤（图文）
VS2019+CUDA11.1 没有CUDA出现
qq_42344132的博客
11-05 7192
前面就安装，添加环境变量 1.没有CUDA，生成依赖项-生成自定义文件里也没有CUDA11.1的选项 VS2019+CUDA10.1 新建项目里没有CUDA选项 VS2017+CUDA9.2 新建项目里没有CUDA选项 可以找到CUDASamples 和 C:/ProgramData 那两个需要创建快捷方式的文件： 搜索一下就找到了。 2.生成项目CUDASamples-v11.1-0_Simple-asynaAPI,出现 缺失“CUDA 11.1.props”错误...
VS2019+CUDA10.1 新建项目里没有CUDA选项
a7_aaaaa的博客
01-13 4417
问题描述： 安装完VS2019+CUDA10.1后 发现vs的新建项中没有CUDA10.1选项 参考博客： https://blog.csdn.net/JiangNingmm/article/details/100849115 补充博客 解决办法： 1、关闭所有的Visual Studio程序。 2、到D:\Program Files (x86)\Microsoft Visual Studio\2019\Professional\Common7\IDE\Extensions\NVIDIA下面（这个路径根据你
CUDA、cuDNN、TensorFlow-GPU版的安装，同时在Visual Studio 2019中搭建一个CUDA编程环境，解决CUDA安装后VS里没有CUDA模块
qq_44658096的博客
07-11 3005
CUDA、cuDNN、TensorFlow-GPU版的安装教程，同时在Visual Studio 2019中搭建一个CUDA编程环境，解决CUDA安装完成后，Visual Studio里没有CUDA模块选项的问题
VS2019 新建项目里没有CUDA选项
Sakuya__的博客
08-02 1765
首先进入到你的Visual Studio 2019的安装路径下的 D:\Program Files (x86)\Microsoft Visual Studio\2019\Professional\Common7\IDE\Extensions（这个路径根据你的个人情况而定，是到你安装VS的目录）。在Visual Studio 2019安装之前，先安装了CUDA Toolkit。这时候有两种办法，一种是把CUDA Toolkit卸载重装，重装的时候，CUDA会自己在Visual Studio中安装扩展。
VS没有CUDA模块问题
加油！
02-01 1万+
本机环境： Win10专业版+VS2015企业版+CUDA 10.2 问题 可能是由于安装时没有勾选Visual Studio Integration，导致CUDA模块缺失。 此时打开VS新建工程里面没有CUDA模块，如下图： 解决方法 方法1 方法1，我试了但没有成功，这里还是写一下，你们试试！ 打开CUDA 10.2安装包，把CUDA临时解压包的路径修改下（改到自己好找的位置） 解压完成之后。 ① 把 路径： D:\ruanjianbao\cuda\Temp\CUDAVisualStudio.
libtorch1.8.1+cuda11.1+win10 vs2019环境搭建
destiny
06-18 2608
环境说明 libtorch: 1.8.1 cuda: 11.1 cudnn: 11.2 visual studio: 2019 NVIDIA: GeForce GTX 1050 OS: win10 依赖安装 cuda 下载cuda11.1。 安装步骤参考CUDA Installation Guide for Microsoft Windows，一般默认下一步即可。 cudnn 下载cudnn11.2(cuDNN v8.1.1 for CU.
win10+VS2017+Cuda10.0环境配置详解
08-18
3. 创建一个空win32程序，即cuda_test项目，选择cuda_test，点击右键–>项目依赖项–>自定义生成，选择CUDA 9.0。右键源文件文件夹->添加->新建项->选择CUDA C/C++File，取名cuda_main。点击cuda_main.cu的属性，在...
VS2019编写C程序或者CUDA程序出现“无法启动程序，系统找不到指定的文件”问题的详细解决方法
08-18
主要介绍了VS2019编写C程序或者CUDA程序出现“无法启动程序，系统找不到指定的文件”问题的详细解决方法，文中通过图文的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
CUDA C10.1 对vs2019的模板
04-18
目前cuda最新版为cuda10.1，前几天安装后发现，对我的vs2019 enterprise版本并不支持(启动vs2019后无法找到对应的创建模板项)，经过查找，在官方回复下了解到因为cuda10.1出来时，vs2019还是preview，所以暂时不支持，CUDA 11才会修复。然后给出了这个可以临时使用的模板，我尝试了下，的确是可以使用的。具体使用方法:解压缩后打开工程，在菜单->项目，选择导出为模板，然后命名，之后你创建项目就可以采用这个CUDA模板了，就是这样(记得CUDA的环境变量配置先配置好，以及cuda的四个文件(跟这个模板没关系)位置复制到对应位置，具体的优快云有博客讲过，可以搜一下，能帮的就这么多了，这个模板是肯定可用的，不能用的话得看看我前面说的CUDA环境和文件问题)。分享出来挣点分。
来自GPU的Hello World-基于Win10+VS2019+CUDA 11.0搭建CUDA编程环境
菠萝菠萝哒X
07-06 1万+
序   CPU和GPU 当代计算机的两个核心，GPU计算与CPU计算的结合，使得原本的计算性能得到大幅度的提高，两者功能的互补性使得CPU+GPU的异构并行计算得到快速发展。为了支持使用CPU+GPU异构架构来执行应用程序，核厂设计了被称为CUDA的一种通用并行计算平台和编程模型。   CUDA Toolkit官方下载传送门！ 操作系统版本：Win10 Visual Studio版本：Visual Studio 2019 CUDA版本：CUDA Toolkit 11.0 RC 1、CUDA的安装 1.1
ubuntu20.04+GPU+CUDA11.1+cuDNN8.0.5+Miniconda3+pytorch1.8.1+torchversion0.9.1+pycharm
spidermiaomiao的博客
10-02 1801
本机环境：拯救者R720+GeForce GTX1060+ubuntu20.04(不是双系统，windows10被我格掉了) 1.NVIDIA显卡安装 NVIDIA显卡驱动尝试了很多办法，命令行安装，在官网下载.run文件安装，装完开机都是进不去图形界面，最后无奈打开软件和更新，目前我的显卡驱动选的是这个，没有选择tested(测试版)，我还是偏向稳定版的。 安装好之后命令行输入： nvidia-smi 打印显卡信息如下： 2.CUDA安装 在CUDA Toolkit Archiv.
RTX3060+Win10+cuda11.1+cuDNN8.0.4+Libtorch1.9.0+Opencv3.4.6+VS2019深度学习C++配置
qq_42944019的博客
07-15 2653
RTX3060+Win10+cuda11.1+cuDNN8.0.4+Libtorch1.9.0+Opencv3.4.6+VS2019深度学习C++配置0前言1检查显卡2下载、安装cuda11.1.02.1下载cuda11.1.02.2安装cuda11.1.03下载、配置cuDNN8.0.43.1下载cuDNN8.0.43.2配置cuDNN8.0.44确认cuda是否安装成功5下载、安装Visual Studio20195.1下载VS20195.2安装VS20196下载Opencv3.4.67下载Libtor
vs2019中自定义生成依赖项 没有CUDA10.1
a7_aaaaa的博客
01-13 1万+
在vs中配置cuda时 出现的问题
在windows11环境下CUDA和cuDNN安装教程（超详细）.卸载CUDA、安装CUDA的nsight visual studio edition失败的情况、vs2019里面没有CUDA新建项目
Redamancy06的博客
07-15 1万+
下载CUDA下载地址下载CUDNN下载地址安装CUDA和cuDNN安装CUDA配置环境变量配置SDK验证deviceQuery和bandwidthTest测试一下输入set cuda可以查看CUDA安装路径安装cuDNN，cuDNN 其实就是 CUDA 的一个补丁而已卸载CUDA安装CUDA失败的情况nsight visual studio edition失败VS2019+CUDA11.1新建项目里没有CUDA选项...............
VS中.cu文件属性中项目类型没有cuda
Super5311的博客
08-12 645
请添加图片描述](https://img-blog.csdnimg.cn/9717093332604b5982e67b15108c9ec8.png。再回到cu文件右键属性就会出现cuda选项了。VS中.cu文件属性中项目类型没有cuda。
vs2019重装后重新配置cuda
最新发布
04-16
<think>好的，我现在需要帮助用户解决在VS2019重装后重新配置CUDA环境的问题。首先，我得仔细看看用户提供的引用内容，里面提到很多关于安装顺序、环境变量、模板问题的情况。 用户提到之前安装顺序不对，导致VS2019找不到CUDA模块。根据引用[3]，正确的顺序应该是先安装VS，再安装CUDA。但用户已经重装了VS2019，现在需要重新配置CUDA。可能的步骤包括检查CUDA安装、配置环境变量、设置VS的项目属性以及验证安装。 首先，检查CUDA是否已经正确安装。用户可能已经安装了CUDA，但需要确认版本是否兼容VS2019。引用[3]提到CUDA 11.1.1在VS2022中不兼容，所以需要确保CUDA版本支持VS2019。可能需要安装对应的CUDA版本，比如11.x，或者检查是否有更新的版本适配。 接下来是环境变量的配置。引用[4]和[5]都提到了需要设置CUDA_PATH和其他相关路径。用户需要确保系统环境变量中包含CUDA的路径，比如CUDA_PATH指向安装目录，以及将CUDA的bin和lib路径添加到Path变量中。如果用户重装了VS，可能需要重新检查这些变量是否存在或是否正确。 然后是VS2019的配置。引用[3]中提到，安装CUDA后，应该在VS的Extensions文件夹中有CUDA的模板。如果用户重装VS后，可能需要手动确认这些模板是否被正确安装。如果模板缺失，可能需要重新安装CUDA，或者按照引用中的方法，手动将模板文件链接到VS的扩展目录。 另外，项目属性的设置也很重要。在创建CUDA项目时，需要配置包含目录、库目录以及附加依赖项。引用[3]中的博客提到设置属性页后可以成功生成项目，所以用户需要确保这些路径指向正确的CUDA安装位置，比如包含目录指向CUDA的include文件夹，库目录指向lib/x64，并添加cudart.lib等依赖项。 最后，验证安装是否成功。用户可以通过编译一个简单的CUDA程序，比如向量加法，来测试环境是否配置正确。如果编译运行成功，说明配置正确；如果失败，需要根据错误信息排查问题，比如路径是否正确、环境变量是否生效、CUDA版本是否兼容等。 可能遇到的问题包括环境变量未正确设置、模板未正确安装、项目属性配置错误、或者CUDA版本与VS2019不兼容。需要一步步检查这些方面，确保每个步骤都正确无误。此外，用户之前可能自定义了安装路径，导致一些问题，所以建议使用默认安装路径以避免路径错误。 总结步骤应该是：确认CUDA安装与VS2019兼容，检查环境变量，配置VS中的项目属性，验证安装。如果仍有问题，参考引用中的博客进行进一步调整，比如手动添加模板或调整属性页设置。</think>以下是在Visual Studio 2019重装后重新配置CUDA环境的步骤： --- ### **步骤1：检查CUDA与VS2019的兼容性** 1. **确认CUDA版本支持VS2019** CUDA 11.x（如11.0、11.1、11.2等）通常与VS2019兼容[^3][^4]。若安装的是较新版本（如CUDA 12.x），需检查NVIDIA官方文档确认兼容性。 2. **修复CUDA安装（可选）** 如果CUDA已安装但未正确关联VS2019，可尝试通过CUDA安装程序的「修复」功能重新关联。运行安装程序时选择「Custom」模式，勾选「Visual Studio Integration」组件[^2]。 --- ### **步骤2：配置环境变量** 1. **检查系统变量** - 打开「系统属性」→「高级」→「环境变量」 - 确保以下变量存在： ```text CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.x CUDA_PATH_V11_x = %CUDA_PATH% ``` - 在`Path`变量中添加： ```text %CUDA_PATH%\bin %CUDA_PATH%\libnvvp %CUDA_PATH%\extras\CUPTI\lib64 ``` 2. **验证CUDA安装** 打开命令提示符，输入`nvcc --version`，若显示CUDA版本信息则安装正常[^4]。 --- ### **步骤3：配置VS2019的CUDA支持** 1. **手动添加CUDA模板（若缺失）** 若VS2019未显示CUDA项目模板，需手动复制模板文件： - 定位CUDA安装目录下的模板文件（如`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.x\extras\visual_studio_integration\MSBuildExtensions`） - 将其复制到VS2019的扩展目录： ```text C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations ``` 2. **配置项目属性** - 新建空项目 → 右键项目 → 「生成依赖项」→ 「自定义生成」→ 勾选「CUDA 11.x」 - 右键`.cu`文件 → 「属性」→ 「项类型」选择「CUDA C/C++」 - 在「VC++目录」中配置包含目录和库目录： ```text 包含目录：$(CUDA_PATH)\include 库目录：$(CUDA_PATH)\lib\x64 ``` - 在「链接器」→「输入」中添加依赖项：`cudart.lib`[^3][^5]。 --- ### **步骤4：验证配置** 1. **创建测试程序** 新建CUDA项目，添加以下代码（向量加法示例）： ```cpp #include <stdio.h> __global__ void add(int *a, int *b, int *c) { int tid = blockIdx.x; if (tid < 100) c[tid] = a[tid] + b[tid]; } int main() { int a[100], b[100], c[100]; int *dev_a, *dev_b, *dev_c; cudaMalloc(&dev_a, 100*sizeof(int)); cudaMalloc(&dev_b, 100*sizeof(int)); cudaMalloc(&dev_c, 100*sizeof(int)); for (int i=0; i<100; i++) { a[i]=i; b[i]=i*2; } cudaMemcpy(dev_a, a, 100*sizeof(int), cudaMemcpyHostToDevice); cudaMemcpy(dev_b, b, 100*sizeof(int), cudaMemcpyHostToDevice); add<<<100,1>>>(dev_a, dev_b, dev_c); cudaMemcpy(c, dev_c, 100*sizeof(int), cudaMemcpyDeviceToHost); cudaFree(dev_a); cudaFree(dev_b); cudaFree(dev_c); return 0; } ``` 2. **编译运行** 按`Ctrl+F5`编译运行，若输出无报错且生成可执行文件，则配置成功[^3][^4]。 --- ### **常见问题解决** - **模板未显示**：检查模板文件路径是否正确，或尝试以管理员权限运行VS2019。 - **编译错误**：确保项目属性中的CUDA配置项已启用，且环境变量无冲突[^5]。 - **CUDA版本冲突**：卸载旧版本CUDA并重装兼容版本（如CUDA 11.1+VS2019）[^3]。 ---
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Redamancy_06

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值