VS2013+Win8.1+CUDA7.0环境配置

最新推荐文章于 2024-10-11 19:33:47 发布
最新推荐文章于 2024-10-11 19:33:47 发布
阅读量1.2w 收藏 3
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 并行
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。
本文链接：https://blog.youkuaiyun.com/cyb6100300115/article/details/47723557
本文详细介绍了如何配置CUDA7.0环境，包括下载安装包、安装CUDA和VS2013、更新显卡驱动、运行实例程序等步骤，并针对可能出现的问题提供了解决方案。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

由于要研究并行计算，因此现在需要学习CUDA，当然第一步就是配置CUDA环境。现在市面上的英伟达NVIDIA的显卡基本都是支持的，我的笔记本还好有个NVIDIA GeoForce 710M的显卡，虽然很烂，但是还好可以做实验了吐舌头。


Step1：下载安装包CUDA 7.0（注意下载对应操作系统的版本），Visual Studio 2013 （有10、12、13其中任何一种都行）

Step2：安装CUDA7.0和VS2013,顺序无所谓

Step3：安装好CUDA7后可以看到GeForce Experience和NVIDIA Nsight HUD Launcher 4.5两个桌面标志

Step4：打开GeForce Experience点击“驱动程序”，确保更新最新的驱动，否则后面会出错。

Step5：打开实例程序，在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.0目录下，这里面有VS2010，VS2012，VS2013的实例程序，这里我打开Samples_vs2013.sln


Step6：打开1_Utilities下的deviceQuery，设置为启动项目运行，如果出现硬件参数黑框框，恭喜你成功了！

① 如果编译出了错误，那么那就是你的TEMP和TMP目录有汉字，建议到环境变量设置下把TEMP和TMP换成一个纯英文名的目录下。

②如果运行闪退，那么很可能就是驱动有问题，到GeForce Experience下把驱动更新为最新的。


Step7：如果解决不了错误，你得确保你有英伟达的显卡，并且工作正常，去认真查查该CUDA7.0是否支持你的显卡版本。

WIN7x64+VS2013+OpenCV2.4.11+CUDA7.0配置操作说明书（题目真无聊....）
zheyanglihz的博客
06-18 1748
OK，第一篇博文~~快忘了怎么写文章了，先从记述流水账开始吧~~。 不知道从哪代起opencv支持GPU了~~~fantastic news！！！ But~how to configure it in a certain environment ? 作为涨停板敢死队的一员，我奋不顾身的投入到了鼓捣的行列中去...其实是光用CPU真太慢了..        反复失败了快一个礼拜终于成功了 记录
Windows下安装TensorFlow GPU版本教程
qq_42640252的博客
02-26 475
一、确认显卡是否支持CUDA 1.1、查看支持CUDA的显卡 网址：http://developer.nvidia.com/cuda-gpus 1.2、查看系统信息 1.3、查看显卡信息 由上图知，本电脑的显卡为GeForce GTX 1050，支持CUDA软件，如下图所示： https://developer.nvidia.com/cuda-gpus#compute 安装CUDA 确定要...
VS2013+CUDA7.0安装
weixin_30809333的博客
07-22 135
在学习用CUDA做并行计算，过程中遇到了一些坑，在此记录一下。 1. Visual StudioCommunity 2013试用到期后，页面一直提示试用到期，关闭后就直接退出Visual Studio。遇到这种问题的解决办法就是点击【Sign In】，用微软账号登陆（没有的话可以注册），之后就可以继续用了。查看【Help]-[Register Product]，显示“The...
如何在Windows系统下配置cuda编程所需的运行环境C/C++
UID683108843的博客
10-11 2835
在系统变量中，找到PATH，点击编辑，新建，输入cl.exe的地址，通常为VS安装位置->VC->Tools->MSVC->14.41.34120（版本号）->bin->Hostx64->x64->cl.exe。再新建一个，输入cl.exe的上一级目录的地址，通常为VS安装位置->VC->Tools->MSVC->14.41.34120（版本号）->bin->Hostx64->x64。地址通常为VS安装位置->VC->Tools->MSVC->14.41.34120（版本号）->lib。
win10 下cuda 9.0 卸载
weixin_30666401的博客
08-27 953
1.首先 对于cuda8.0、cuda7.5的卸载都可以兼容 安装cuda9.0之后，电脑原来的NVIDIA图形驱动会被更新，NVIDIA Physx系统软件也会被更新(安装低版cuda可能不会被更新)。卸载时候要注意了，别动这2个。 2.卸载： 1.前言: 杀毒软件别用来卸载这个了，不好找。 打开电脑的控制面板，找到程序，卸载程序 点击当天安装的时间，会找到刚才装的cu...
win10安装VS2015+CUDA9.0与tensorflow-gpu
和而不流
10-08 6460
win10安装VS2015+CUDA9.0与tensorflow-gpu 文章目录win10安装VS2015+CUDA9.0与tensorflow-gpu0 前言1 准备工作1.1 Windows 101.2 Python 3.6（anancanda5.2）1.3 Visual Studio1.3 CUDA 9.0 （官网默认是10.0 不要用1.4 CuDnn 7.02 安装过程 (建议使用管理...
OpenCV4Android SDK在Win 8.1平台上的配置
liyuefeilong的专栏
03-28 2739
这篇文章主要记录自己安装和配置 OpenCV4Android SDK的过程。我的安装环境是：win8.1 64位。Android上的OpenCV开发。
Caffe + Ubuntu 15.04/16.04 + CUDA 7.5/8.0 在服务器上安装配置及卸载重新安装（已测试可执行）
jiandanjinxin的专栏
01-08 1万+
本文参考如下: caffe 安装所需的所有资源可在百度网盘下载 链接: http://pan.baidu.com/s/1jIRJ6mU 提取密码：xehi在服务器上为每个子用户拷贝caffe 使用Linux探索之旅 | 第一部分第四课：磁盘分区+完成Ubuntu安装Ubuntu16.04 + 1080Ti深度学习环境配置教程第一部分 Linux安装Linux的安装，先制作安装U盘或者光盘
Win10 + TensorFlow-gpu 1.7 + pip安装+PyCharm配置
一滴水，一缕光
04-22 5068
安装环境: 小米Pro, 处理器i5, 显卡NVIDIAGeForce® MX150在安装TensorFlow-gpu1.7版时首先需要安装CUDA® Toolkit 9.0，NVIDIA官网里有多个9.0版本的，我选择的是17年12月份的版本，其次是注意查看环境变量（2个）是否已配置。一般在安装它时，系统会自动配置环境变量的，建议按tensorflow 官网install指导里给的链接地址去下载...
yolov5部署之七步完成tensorRT模型推理加速
Christo的博客
03-05 4万+
目录前言step 1. 下载yolov5源码以及tensorrtx源码，并将yolov5s.pt转为.wts模型step 2. 确定并下载自己准备使用的CUDA版本。step 3. 根据自己的CUDA版本下载对应版本的cuDNN以及TensorRTstep 4. 根据自己使用的VS版本下载对应版本的OpenCVstep 5. 安装CUDAstep 6. 安装cuDNN、TensorRT以及验证TensorRT是否安装成功 前言     前段时间研究了Pytorch的环境配置，之后便从github上下载了yo
【源代码】openpose-1.3.0.7z
06-25
这是基于openpose的肢体识别项目中用于编译的源代码，上传到这边方便以后取用，注意，这个是openpose v1.3
Jetson tx2,tf1.10,python3.5,cuda7.0.cudnn9.0
11-04
Jetson tx2 complied tf1.10(python3.5,cuda7.0.cudnn9.0)
RTX3060配置CUDA（卸载9.2安装11.1全过程）
Fairy_JY的博客
10-13 4684
安装了9.2版本，但是目前官网与之相匹配的torch版本不能顺利下载，无奈只能卸载。。。 目录 1.卸载 1.前言 2.卸载开始 2.安装CUDA 11.1.0 3.cuDNN的下载安装 4.安装GPU版本的pytorch 1.卸载 1.前言 杀毒软件别用来卸载这个了，不好找。打开电脑的控制面板，找到程序，卸载程序点击当天安装的时间，会找到刚才装的cuda软件，也包括以前NVIDIA的驱动软件，因为被更新了，所以也显示在当天安装的软件中。 2.卸载开始 对于含cuda字眼..
NVIDIA Nsight Compute 界面认识
UCAS_HMM的博客
10-18 4008
Nsight compute的基本使用
windows 7 下cuda 9.0 卸载、cuda8.0 安装
热门推荐
shuiyuejihua的博客
12-07 7万+
1.首先 对于cuda8.0、cuda7.5的卸载都可以兼容 安装cuda9.0之后，电脑原来的NVIDIA图形驱动会被更新，NVIDIA Physx系统软件也会被更新(安装低版cuda可能不会被更新)。卸载时候要注意了，别动这2个。 2.卸载： 1.前言: 杀毒软件别用来卸载这个了，不好找。 打开电脑的控制面板，找到程序，卸载程序 点击当天安装的时间，会找到刚才装的cuda...
图形引擎实战：端游引擎改造实践
qq_41166022的博客
12-04 647
对于溶解效果来说，需要一系列timer数据来添加基于时间的控制效果，定义相关数据结构后根据time thread以及粒子的生命周期计算出想要的数据对象，然后在initParticle对象阶段加载dissolve材质进行特殊处理，将数据传入材质中进行shader的参数重载。之后，在引擎的资源管理系统中添加支持，在导入此资源文件时对新的标签进行处理，对其中的数据进行解释，以便在前端中进行显示和修改、在文件系统中进行保存。根据引擎自身的材质系统，创建一种新的材质时需要编写相应的.material文件。
【深度学习笔记】tensorflow-gpu1.13 + Win10 + CUDA10.0 + CUDNN7.5.0 + Python3.7 + VS2019安装
孙悟充的博客
04-14 1万+
@[孙悟充](tensorflow-gpu1.13 + Win10 + CUDA10.1 + CUDNN7.5.0 + VS2019安装) tensorflow-gpu1.13 + Win10 + CUDA10.1 + CUDNN7.5.0 + VS2019安装 第一次做安装笔记，记录一下自己历经一周多次安装tensorflow-gpu的经历，参考了多位大佬的安装经验，以下附上大佬们的帖子 @[E...
（3）v1.10.1 ~ v1.7.02. 安装全过程（1）选择版本（2）安装结果参考文章一、版本对应下表来自 pytorch 的 github 官方文档：pytorch/vision: Datasets, Transforms and Models specific to Computer Visionpytorch 安装官网：Start Locally | PyTorchpytorch 之前版本的安装命令：Previous PyTorch Versions | PyTorchtorch、torchvision 等相关库：download.pytorch.org/whl/torch_stable.html其中，命令中 "-c pytorch" 表示官方源，自己换源可以去掉。torch 版本 torchvision 版本 torchaudio 版本 支持的 Python 版本（示例） Cuda 版本2.5.1 0.20.1 2.5.1 >=3.9, <3.13（3.12）[9/10/11/12] 12.4/12.1/11.82.5.0 0.20.0 2.5.0 >=3.9, <3.13（3.12） 12.4/12.1/11.82.4.1 0.19.1 2.4.1 >=3.8, <3.13（3.12）[8/9/10/11/12] 12.4/12.1/11.82.4.0 0.19.0 2.4.0 >=3.8, <3.13（3.12） 12.4/12.1/11.82.3.1 0.18.1 2.3.1 >=3.8, <3.13（3.12）8/9/10/11/12 12.1/11.82.3.0 0.18.0 2.3.0 >=3.8, <3.13（3.12） 12.1/11.82.2.2 0.17.2 2.2.2 >=3.8, <3.12 [8/9/10/11] 12.1/11.82.2.1 0.17.1 2.2.1 >=3.8, <3.12 12.1/11.82.2.0 0.17.0 2.2.0 >=3.8, <3.12 12.1/11.82.1.2 0.16.2 2.1.2 >=3.8, <3.12（3.10）8/9/10/11 12.1/11.82.1.1 0.16.1 2.1.1 >=3.8, <3.12（3.10） 12.1/11.82.1.0 0.16.0 2.1.0 >=3.8, <3.12（3.10） 12.1/11.82.0.0 0.15.0 2.0.0 >=3.8, <3.12（3.8）[8/9/10/11] 11.8/11.71.13.1 0.14.1 0.13.1 >=3.7.2, <=3.10（3.8）[7/8/9/10] 11.7/11.61.13.0 0.14.0 0.13.0 >=3.7.2, <=3.10（3.8） 11.7/11.61.12.1 0.13.1 1.12.1 >=3.7, <=3.10（3.8）[7/8/9/10] 11.6/11.3/10.21.12.0 0.13.0 1.12.0 >=3.7, <=3.10（3.8） 11.6/11.3/10.21.11.0 0.12.0 1.11.0 >=3.7, <=3.10（3.8） 11.3/10.21.10.1 0.11.2 0.10.1 >=3.6, <=3.9（3.8）[6/7/8/9] 11.3/10.21.10.0 0.11.0 0.10.0 >=3.6, <=3.9（3.8） 11.3/10.21.9.1 0.10.1 0.9.1 >=3.6, <=3.9（3.8）[6/7/8/9] 11.1/10.21.9.0 0.10.0 0.9.0 >=3.6, <=3.9（3.8） 11.1/10.21.8.1 0.9.1 0.8.1 >=3.6, <=3.9（3.8）[6/7/8/9] 11.1/10.21.8.0 0.9.0 0.8.0 >=3.6, <=3.9（3.8） 11.1/10.21.7.1 0.8.2 0.7.2 >=3.6（3.6） 11.0/10.2/10.11.7.0 0.8.0 0.7.0 >=3.6（3.6） 11.0/10.2/10.1二、安装命令（pip）1. 版本（1）v2.5.1 ~ v2.0.0# v2.5.1# CUDA 12.4pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu124 -i https://pypi.tuna.tsinghua.edu.cn/simple/# CPU onlypip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cpu -i https://pypi.tuna.tsinghua.edu.cn/simple/（2）v1.13.1 ~ v1.11.0# v1.13.1# CUDA 11.7pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117 -i https://pypi.tuna.tsinghua.edu.cn/simple/# CPU onlypip install torch==1.13.1+cpu torchvision==0.14.1+cpu torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cpu -i https://pypi.tuna.tsinghua.edu.cn/simple/（3）v1.10.1 ~ v1.7.0# v1.10.1# CUDA 10.2pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu102/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple/# CPU onlypip install torch==1.10.1+cpu torchvision==0.11.2+cpu torchaudio==0.10.1 -f https://download.pytorch.org/whl/cpu/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple/2. 安装全过程（1）选择版本torch 版本 torchvision 版本 torchaudio 版本 支持的 Python 版本（示例） Cuda 版本2.1.0 0.16.0 2.1.0 >=3.8, <3.12（3.10） 12.1/11.8这里选择的框架和环境如下：torch2.1.0 | torchvision0.16.0 | torchaudio2.1.0 | python3.10 | Cuda12.1，若需要将创建的虚拟环境添加到 Jupyter Lab / Jupyter Notebook 中使用，则需要第 3-6 步，否则不用。打开 WIN + R，输入 “cmd”，进入命令行窗口，其他步骤如下：# 1. Anaconda 创建虚拟环境conda create -n torch python=3.10# 2. 激活并进入虚拟环境activate torch# 3. 安装 ipykernel pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/# 4. 安装ipykernel，将虚拟环境加入 jupyter 内核中python -m ipykernel install --name torch --display-name torch# 5. 检查新虚拟环境是否成功加入内核jupyter kernelspec list# 6. 从指定文件夹里进入 jupyterjupyter lab# 7. 安装 torch 等软件包
最新发布
04-01
### 如何正确安装 PyTorch 及其相关库并配置 Jupyter 环境 #### 安装特定版本的 PyTorch 为了确保安装的是指定版本的 PyTorch（例如 `torch==2.1.0`），可以按照以下方式操作： 1. **确认 Python 和 CUDA 版本** ...
评论
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