CUDA和cudnn库安装

前言：

CUDA（Compute Unified Device Architecture）的中文全称为计算统一设备架构；由NVIDA显卡厂商推出的运算平台，推出一种通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。

通俗讲：CUDA就是让python等程序语言可以同时在CPU和GPU上跑的一个平台，为GPU和编程语言(如python)的桥梁

应用：图像视觉做性能速度优化，CUDA是个很重要的工具

CUDA的体系结构了解：

	绿色部分的CUDA，就是起了承上启下的作用。CUDA就是由CUDA驱动和CUDA工具包组成。 CUDA Toolkit在容器内部，而CUDA Driver在操作系统层
	将CUDA划分成三部分结构，最底层依然是CUDA Driver，而驱动之上的是CUDA Runtime和CUDA Libraries，则我们结合图一可以推断出，CUDA toolkit由CUDA Runtime和CUDA Libraries组成。 还说明程序可以直接调用CUDA开发库、CUDA runtime ，CUDA驱动三部分。图四就是表达应用程序通过调用API来进行GPU上的计算。 NVCC：NVCC是CUDA的编译器，属于runtime层，当然也属于CUDA toolkit。 cuDNN：cuDNN的全称为NVIDIA CUDA® Deep Neural Network library，是NVIDIA专门针对深度神经网络中的基础操作而设计基于GPU的加速库。cuDNN为深度神经网络中的标准流程提供了高度优化的实现方式，例如convolution、pooling、normalization以及activation layers的前向以及后向过程。 CUDA这个平台一开始并没有安装cuDNN库，当开发者们需要用到深度学习GPU加速时才安装cuDNN库，工作速度相较CPU快很多
	安装pytorch时会选择Compute platfrom，这里的如果选择CUDA系列，会安装cuDNN和不完整的CUDA Toolkit

一.   检查电脑是否有Nvidia（英伟达显卡）

任务管理器——性能查看：

在右上方会显示GPU名称，只有带NVIDIA的英伟达显卡的电脑才能安装CUDA

二.安装NVIDIA驱动

1.查询GPU型号和下载

        在官方网站根据自己的电脑的GPU型号下载对应驱动版本： NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA

        可以直接下载最新版本，也可以直接根据自己电脑显卡型号下载：

下载后的安装包如下，可以直接双击进行安装：

2. 查看nvida cuda驱动版本

        直接命令行输入nvida-smi ：

             显示CUDA的版本是10.1，此为CUDA Driver版本；

             如果电脑需要安装CUDA Runtime Version（运行版本），要保证CUDA Driver 版本 >= CUDA Runtime 版本，也就是10.1及以前的。

出现错误：命令行输入nvida-smi如果显示   'nvidia-smi' 不是内部或外部命令,也不是可运行的程序 或批处理文件 

解决方法：安装驱动后没有配置nvida的环境变量，此时将安装目录：C:\Program Files\NVIDIA Corporation\NVSMI添加到系统环境变量path中，重启电脑解决

三、安装CUDA runtime 版本

下载地址： https://developer.nvidia.com/cuda-downloads

版本选择：版本应该<=10.1(驱动版本)  

双击安装安装CUDA runtime 版本过程，可以一起安装驱动，由于本电脑已安装了驱动，因此此次安装取消勾选驱动安装。

测试是否安装成功：

查看目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 可以看到安装的v10.1的版本：

命令行进入到文件夹bin目录：

输入命令行 nvcc -V   查看下载的CUDA的版本如下图，即安装成功

四、下载cudnn库

1.下载地址： https://developer.nvidia.com/cudnn

点击Download,注意官网下载需要注册一下账号，下载CUDA10.1对应的版本

下载好后的文件夹：

将bin、include、lib文件夹中的文件都复制到CUDA的文件夹(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1)中.

2.验证cudnn是否安装成功：

在cuda的v10.1\extras\demo_suite文件夹下执行demo:

执行：bandwidthTest.exe

执行：deviceQuery.exe

如上图，显示result=PASS 即安装成功

前言参考：

图文并茂讲解CUDA, CUDA Toolkit, CUDA Driver, CUDA Runtime, nvcc之间的关系及其版本兼容性-优快云博客