VS studio 2019 加 CUDA + CUDNN 开发环境配置

最新推荐文章于 2025-10-18 23:39:52 发布
原创 最新推荐文章于 2025-10-18 23:39:52 发布 · 2.9k 阅读 · 2 ·
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：

#c++

本文详细介绍了如何在Visual Studio 2019中搭建CUDA+CUDNN开发环境，并提供了安装步骤及注意事项，帮助读者快速启动首个CUDA项目。
部署运行你感兴趣的模型镜像

文章目录

Vs studio 2019 环境搭建

这部分只需要按照正常的Vs studio 2019 安装教程处理即可，相关组件只需要安装一个C++开发的组件即可，多了无妨
在这里插入图片描述

Cuda + Cudnn 安装

关闭此时可能打开的Vs studio 2019
参考这篇博客：https://blog.youkuaiyun.com/sinat_23619409/article/details/84202651
注：此篇博客中的环境变量应该是安装过程中自动配置，若没有再手动配置（注意自己的显卡型号对应的cuda版本，差一点也无妨，我的设备推荐是V11，但安装的是V10.2，因为有些可能还没有对V11.0做出配置，另外最好默认安装的项目都安装）。

最后开始第一个cuda项目

此时，我们的Vs studio 2019 会自动关联到cuda ,
在这里插入图片描述
点击CUDA 10.2 Runtime,创建新项目，默认一个cu文件，运行即可。
在这里插入图片描述
觉得好用，点个赞呗！

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

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

long Rookie
关注
VS2019&CUDA | VS2019编程CUDA环境配置
ASKCOS博客
10-31 1万+
1.打开vs2019，（我们可以观察到，在VS2017模板一栏下方出现了“NVIDIA/CUDA 10.2”。）创建一个空win32程序,即cuda_test项目。 2.选择cuda_test，点击右键–>生成依赖项–>生成自定义，选择CUDA10.2。 3.右键源文件文件夹->添加->新建项->选择CUDA C/C++File，取名cuda_main。 4.点击cuda_main.cu的属性,在配置属性–>常规–>项类型–>选择“CUDA C/C++”。 5
【深度学习环境配置】Anaconda + PyCharm + CUDA + cuDNN + PyTorch + OpenCV
热门推荐
shinuone的博客
02-23 2万+
（1）【CPU版本】Anaconda（Python） + Pycharm + Pytorch（CPU） + Opencv （2）【GPU版本】Anaconda（Python） + Pycharm + CUDA + cuDNN + Pytorch（GPU） + Opencv
在vs2010中配置CUDA环境
kent_ssm的博客
10-15 1088
最近因为实验需要，在电脑上进行了NVIDIA CUDA的编程环境搭建和配置，才发现，一个基础不是很好的人想要弄好这个还是有点难度的，于是，写下来我的过程，看看是否会对其他朋友有帮助。 1首先，安装vs2010，具体安装过程比较简单，有光盘的直接用光盘安装即可，没有光盘的在网站上下一个也很方便。安装完2010后，进入NVIDIA的网站开始下载，分别下载驱动程序（最新的），cuda toolkit，
Windows CUDA教程：编写与运行CUDA代码
最新发布
qq_63786218的博客
10-18 5万+
本文详细介绍了在Windows环境下配置CUDA开发环境的完整流程。主要内容包括：1) 通过nvidia-smi确定CUDA版本并安装对应Toolkit；2) 安装兼容版本的Visual Studio（需注意版本匹配问题）；3) 在VS中创建CUDA项目并运行示例代码。作者特别强调了安装过程中的常见问题，如CUDA与VS版本兼容性、安装组件勾选等，并分享了实际配置中遇到的错误案例。最后通过成功运行CUDA示例代码验证环境配置正确。全文以实践为导向，旨在帮助开发者避开常见配置陷阱。
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。
Win10下在VS2019中配置使用CUDA进行加速的C++项目
yohnyang的博客
03-21 4569
在Visual Studio 2019的C/C++项目属性页中，常规（General）选项卡下的“附加包含目录”（Additional Include Directories）是用于指定额外的头文件包含目录的设置。在项目属性中，将库文件输出目录（通常是“lib”目录）添加到链接器的附加库目录中，是确保在链接过程中能够正确找到库文件的常见做法。// 在GPU上分配内存并将矩阵传输到GPU。// 初始化CUBLAS库。// 分配内存并初始化矩阵。// 销毁CUBLAS句柄。# 注意版本v11.3。
VS中CUDA环境的配置
BugRunner的专栏
03-07 4623
首先，需要安装CUDA显卡驱动、CUDA Sdk及CUDA Tool-Kit。 1.  自定义链接模式a.  在*.cu上右键【属性】->【常规】->【工具】，选择“自定义生成工具”b.  选择“自定义生成步骤”，在“命令行”使用以下设定：   Release模式："$(CUDA_BIN_PATH)/nvcc.exe" -ccbin "$(VCInstallDir)bin"
精选资源
Win10本地Cuda环境配置-Win10+VS2019+Cuda11.0+Cudnn8.9.7+python3.8+pytorch1.7.0+tensorflow2.10
01-14
具体来说，您将了解如何在系统中安装Visual Studio 2019（VS2019）、配置CUDA 11.0、安装CUDNN 8.9.7版本，以及配置Python环境，安装并配置深度学习框架PyTorch 1.7.0和TensorFlow 2.10。 为了确保您能够顺利完成...
在Win+VS+OpenCV+CUDA+CUDNN的最新编译详细教程中，分享以下内容：
web_bug407的博客
09-17 212
OpenCV是一个广泛使用的计算机视觉库，而CUDA和CUDNN是用于加速深度学习和计算机视觉应用的工具。访问NVIDIA官方网站并下载适用于您的显卡的CUDA和CUDNN版本。安装过程中请注意选择与您的显卡和操作系统兼容的版本，并按照安装向导进行操作。在VS中创建一个新的源文件（.cpp），并编写您的OpenCV和CUDA代码。上述示例将加载名为"input.jpg"的图像，并应用CUDA加速的高斯模糊，然后显示输出图像。打开系统环境变量设置，将CUDA和CUDNN的安装路径添加到系统的PATH变量中。
win10+VS2015+cuda+cudnn安装与配置Caffe
u010532666的博客
02-26 3385
需要使用的工具：Git: 可直接使用GitHub提供的工具GitHubDesktopVisual Studio 2015: 可以使用免费的社区版，安装的时候一定要勾选开发组件，确保C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin\amd64下有cl.exe程序,否则没有安装完全，后面会出错。Python: 下载64位版本，建议使用...
VS2022 +cuda+cudnn+pycharm+openCV+Halcon+tensorRT环境配置
07-04
配置包含 **Visual Studio 2022、CUDA、cuDNN、PyCharm、OpenCV、Halcon** 和 **TensorRT** 的开发环境，是一个涉及多个组件协同工作的复杂任务。以下是详细的配置步骤： ### 1. 安装 Visual Studio 2022 首先安装...
visual studio 配置cuda环境
weixin_38252409的博客
03-16 2345
一、新建项目 打开VS2017→ 新建项目→Win32控制台应用程序 → “空项目”打钩 二、调整配置管理器平台类型 右键项目→ 属性→ 配置管理器→ 全改为“x64” 三、配置生成属性 右键项目 → 生成依赖项→ 生成自定义→ 勾选“CUDA 11.1XXX” 四、配置基本库目录 注意：后续步骤中出现的目录地址需取决于你当前的CUDA版本及安装路径 右键项目→属性→ 配置属性→ VC++目...
windows的vscode配置cuda编译环境
buuliuda的博客
05-23 8313
windows的vscode配置cuda编码环境。
VS+CUDA环境配置
代码穿越
08-18 4023
Windows下的CUDA配置
VS Visual Studio 2017 +cuda环境配置+创建项目
qq_41491827的博客
11-07 6134
选择合适版本的CUDA，这里我们选择版本12.2进行下载，进入下载页面，根据系统版本以及安装方式进行选择，点击Download进行安装包下载。然后，进入cuda官网进行下载https://developer.nvidia.com/cuda-toolkit-archive。3.更改Windows SDK : 项目名右键->属性->常规->Windows SDK 版本 选择已安装的版本。其次，查看当前支持的cuda版本。2.项目名右键->属性->CUDA C++ ->第一行填写 $(CUDA_PATH) ->
windows下VS安装CUDA环境配置
Ang_go的博客
02-08 6298
CUDA安装见：https://blog.csdn.net/Ang_go/article/details/122329715 本文内容均在已安装VS和CUDA情况下，如需安装教程，请自行搜索。 windows下VS安装CUDA环境配置一.CUDA环境配置VS中配置CUDA 一.CUDA环境配置 1.此电脑->属性->高级系统设置->环境变量->系统变量 在系统变量中新建5个新内容(如图所示): 1.变量名: CUDA_SDK_PATH 变量内容:C:\ProgramData\NVI
在visual studio上配置cuda运行环境，并实现Julia集
UID683108843的博客
10-17 2583
Julia 集是通过以下递归公式生成的：z 是一个复数，表示平面上的点。c 是一个固定的复常数。n 是迭代次数。在这个公式中，从一个初始值 z0z_0z0​ 开始，不断迭代计算新的值 Zn+1。Julia 集的定义取决于这些点在经过无穷次迭代后是否会逃离到无穷大。如果在无限次迭代后，∣Zn∣ 仍然保持有限，那么这个点 Z0​ 就属于 Julia 集。如果 ∣Zn∣ 趋向无穷大，那么这个点 Z0​ 就不属于 Julia 集。float r;float i;
Visual Studio配置Cuda、Cudann、TensorRT环境以及RTMdet、RTMpose-Pyotorch转换TensorRT，本地部署
x18774007530的博客
03-07 1912
总结笔者安装环境版本为：Cuda 11.5Python环境3.8。
配置VScode开发环境-CUDA编程
博客
10-15 1万+
如果觉得本篇文章对您的学习起到帮助作用，请关注评论，留下您的足迹💪💪💪本文主要介绍VScode下的CUDA编程配置，因此记录以备日后查看，同时，如果能够帮助到更多人，也不胜荣幸。
评论 1
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
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