【笔记】Win10+CUDA8.0+cuDNN7安装

最新推荐文章于 2025-10-10 19:55:52 发布

原创最新推荐文章于 2025-10-10 19:55:52 发布 · 1.7k 阅读

CC 4.0 BY-SA版权

文章标签：

9 篇文章

订阅专栏

本文详细介绍了如何检查显卡是否支持CUDA，安装CUDA8.0和cuDNN7的步骤，以及如何验证安装是否成功的具体操作。适用于希望在NVIDIA显卡上进行深度学习和高性能计算的开发者。

1.查看当前显卡是否支持CUDA

右击开始，选择设备管理器，然后点击显示适配器，其中显示的就是自己的显卡版本，比如这里的是NVIDIA GeForce 820M。
在这里插入图片描述

点击这里查看支持CUDA的显卡版本以及当前显卡对应的算力，比如这里是2.1(laji)。如果支持，再安装CUDA。

注意：CUDA9只支持3.0以上算力！CUDA9只支持3.0以上算力！CUDA9只支持3.0以上算力！，低于3.0的自觉安装CUDA8.0及以下版本。

在这里插入图片描述

看图安装
在这里插入图片描述

这里路径不是安装路径，是临时路径，默认就行。

注意这里选择自定义，而不是精简，所谓精简实际上是全部安装。

其余默认。

安装完成后，应该会多了几个新的环境变量：

CUDA_PATH
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
CUDA_PATH_V8_0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
PATH
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp

cuDNN7下载地址：https://developer.nvidia.com/rdp/cudnn-archive
随便注册一下就行。

在这里插入图片描述

把这里的bin,include,lib中的文件分别拷贝到%CUDA_PATH%下对应的bin,include,lib中。
注意：lib的拷贝应该是把cudnn.lib文件直接拷贝到%CUDA_PATH%/lib/x64目录下。

cmd中直接输入nvcc --version
在这里插入图片描述

打开C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0下的Samples_vs2015.sln(需要在安装CUDA Sample之前就安装了VS2015，或者其他版本的VS，安装了哪个版本的VS，CUDA Sample就生成哪个版本的项目。)
只生成bandwidthTest和deviceQuery两个项目。
进入到C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Debug目录下，shift+右键点击此处打开Powershell窗口，把生成的deviceQuery.exe和bandwidthTest.exe分别拖入powershell，运行结果都是Pass，安装成功。