windows7 64位机上安装配置CUDA7 5 或8 0 +cudnn5 0操作步骤

本文详细介绍了如何在Windows7系统上安装配置CUDA7.5和cuDNN5.0,包括下载安装包、安装显卡驱动、验证CUDA安装以及解决常见错误的方法,适用于希望在该环境下进行深度学习和GPU编程的开发者。
部署运行你感兴趣的模型镜像

分享一下我老师大神的人工智能教程。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.youkuaiyun.com/jiangjunshow

               

 按照官网文档 http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#axzz4TpI4c8vf 进行安装:

 在windows7上安装cuda8.0/cuda7.5的系统需求:(1)、ACUDA-capable GPU(本机显卡为GeForce GT 640M);(2)、A supported version of Microsoft Windows(Windows7 64位);(3)、A supportedversion of Microsoft Visual Studio(已安装VS2013);(4)、the NVIDIACUDA Toolkit。

 安装cuda8.0:

 1.      下载cuda8.0和cudnn5.0:

 (1)、从https://developer.nvidia.com/cuda-downloads 下载cuda_8.0.44_windows.exe

 (2)、从https://developer.nvidia.com/rdp/cudnn-download下载cudnn-8.0-windows7-x64-v5.0-ga.zip;

 2.      安装显卡驱动:从http://www.geforce.cn/drivers下载匹配的驱动,默认本机已安装;

 3.      安装cuda8.0:双击cuda_8.0.44_windows.exe直接进行安装即可,默认安装到C:\ProgramFiles\NVIDIA GPU Computing Toolkit目录下;

 4.      验证cuda8.0已正确安装:

 (1)、打开cmd,输入$ nvcc  -V,结果如下图:


 (2)、编译cuda8.0自带的samples:在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0目录下,用vs2013,打开Samples_vs2013.sln,在Release下,选中解决方案Samples_vs2013,重新生成解决方案,第一次编译会提示找不到”d3dx9.h”、”d3dx10.h”、”d3dx11.h”头文件,可从https://www.microsoft.com/en-us/download/details.aspx?id=6812  下载DXSDK_Jun10.exe,按照默认安装即可;然后重新打开Samples_vs2013,再编译即可,结果如下图:


 (3)、执行C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目录下的deviceQuery.exe和bandwidthTest.exe:

 第一次执行结果如下图,直接死机,强制关机,在网上查找原因说有可能是由于驱动导致:


 接着恢复原始驱动,执行结果如下,驱动版本低导致:


 后又从官方分别下载了几个版本的驱动,依然不行,最后又试着用驱动精灵装驱动,还是不行,有可能GeForce GT 640M不支持cuda8.0.先搁置cuda8.0,接着试着安装cuda7.5,看是否正常。

  

 安装cuda7.5:

 1.      下载cuda7.5(cuda_7.5.18_windows.exe)和cudnn5.0(cudnn-7.5-windows7-x64-v5.0-ga.zip):注意,cuda8.0对应的cudnn5.0和cuda7.5对应的cudnn5.0是不一样的;

 2.      安装cuda7.5:双击cuda_7.5.18_windows.exe直接进行安装即可,默认安装到C:\ProgramFiles\NVIDIA GPU Computing Toolkit目录下;

 3.      验证cuda7.5已正确安装:

 (1)、打开cmd,输入$ nvcc  -V,结果如下图:


 (2)、编译cuda7.5自带的samples:在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5目录下,用vs2013,打开Samples_vs2013.sln,在Release下,选中解决方案Samples_vs2013,重新生成解决方案,结果如下图:


 (3)、执行C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\bin\win64\Release目录下的deviceQuery.exe和bandwidthTest.exe,结果如下,一切正常:



 4.      安装cudnn5.0:

 (1)、解压缩:会生成cuda/include、cuda/lib、cuda/bin三个目录;

 (2)、分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5对应的include、lib、bin目录下即可。

 cuda7.5和cudnn5.0就可以在机子上正常使用了。

           

分享一下我老师大神的人工智能教程。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.youkuaiyun.com/jiangjunshow

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

在 Ubuntu 24.04 系统上安装 Nvidia 显卡驱动、CUDAcuDNN配置 AI 深度学习训练环境,可按以下步骤进行: ### 查看本机显卡型号 使用以下命令查看本机显卡型号: ```bash lspci | grep -i nvidia ``` ### 安装 Nvidia 显卡驱动 1. **添加官方的图形驱动 PPA**: ```bash sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update ``` 2. **安装合适的驱动**: 可以通过 `ubuntu-drivers devices` 命令查看推荐的驱动版本,然后使用以下命令安装: ```bash sudo apt install nvidia-driver-<version> ``` 其中 `<version>` 替换为推荐的驱动版本号。 3. **重启系统**: ```bash sudo reboot ``` 4. **验证驱动安装**: ```bash nvidia-smi ``` 如果成功显示显卡信息,则说明驱动安装成功。 ### 安装 CUDA 1. **下载 CUDA 安装包**: 访问 [NVIDIA 官方 CUDA 下载页面](https://developer.nvidia.com/cuda-downloads),选择 Ubuntu 24.04 对应的 CUDA 版本进行下载。 2. **安装 CUDA**: 下载完成后,运行以下命令进行安装: ```bash wget <cuda_download_url> chmod +x <cuda_installer_file> sudo ./<cuda_installer_file> ``` 按照安装向导的提示进行操作,注意选择合适的选项。 3. **配置环境变量**: 打开 `~/.bashrc` 文件: ```bash nano ~/.bashrc ``` 在文件末尾添加以下内容: ``` export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 保存并退出文件,然后使配置生效: ```bash source ~/.bashrc ``` 4. **验证 CUDA 安装**: ```bash nvcc --version ``` 如果显示 CUDA 版本信息,则说明安装成功。 ### 安装 cuDNN 1. **下载 cuDNN**: 访问 [NVIDIA 官方 cuDNN 下载页面](https://developer.nvidia.com/cudnn),需要注册 NVIDIA 开发者账号,选择与 CUDA 版本对应的 cuDNN 版本进行下载。 2. **解压并复制文件**: 将下载的 cuDNN 压缩包解压,然后将相关文件复制到 CUDA 安装目录: ```bash tar -xzvf <cudnn_download_file> sudo cp cuda/include/cudnn*.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 至此,Nvidia 显卡驱动、CUDAcuDNN 已安装完成,可以开始进行 AI 深度学习训练。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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