cudnn 安装

一:查看CUDA版本:

1:win+r 打开运行命令窗口输入cmd

 在命令窗口输入以下命令:

nvidia-smi

cuda版本为12.0

 可以看到我的版本为12.0

2:根据CUDA版本选择对应的cudnn,下载链接如下:

链接

https://developer.nvidia.com/rdp/cudnn-download

请下载和CUDA版本对应的cuDNN

2:下载后解压完成后将三个文件全部放入cuda文件里面:

完成后,右键点击我的电脑打开高级系统设置步骤如下:

步骤2 
题步骤1 

步骤三

完成以上三步之后就可以检查是否安装成功:

检查步骤如下:

打开cuda文件:

 打开后,在之前的命令行输入:

cd+路径

我的路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\extras\demo_suite 

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\extras\demo_suite 

进入文件后,在该文件路径下运行exe文件.

命令行输入:

deviceQuery.exe

命令行打印出以下内容,:

紧接着输入:

bandwidthTest.exe

命令行打印出一下内容说明安装成功:

### 如何在不同操作系统上安装配置 cuDNN #### 在 Ubuntu 系统上的 cuDNN 安装方法 为了确保 cuDNN 能够正常工作,需要先确认已经正确安装了 CUDA 工具包。完成 CUDA 的安装之后,可以按照如下方式来安装 cuDNN。 下载 cuDNN 后解压文件并复制到相应的 CUDA 目录下: ```bash tar -xzvf cudnn-10.1-linux-x64-v7.6.5.32.tgz 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* ``` 验证 cuDNN 是否已成功安装可以通过读取头文件中的宏定义获取版本号[^1]: ```bash cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 ``` 如果显示的结果符合预期,则表明 cuDNN 已经被正确设置好。 #### Windows 上的 cuDNN 安装指南 对于 Windows 用户来说,过程相对简单一些。同样地,在开始之前要保证 CUDA 平台已经被妥善部署完毕。 从 NVIDIA 官方网站下载适用于当前系统的 cuDNN 版本压缩包后将其解压至指定路径;通常情况下推荐放置于与 CUDA Toolkit 相同的位置以便管理。接着把 `bin` 文件夹下的动态链接库 (.dll) 添加到环境变量 PATH 中去,同时也要将 `include` 和 `lib` 下的内容分别对应拷贝给 CUDA 的相应目录里[^2]。 最后通过上述提到过的命令行指令检查是否一切就绪即可。 #### 验证安装成果 无论在哪种平台上操作完成后都应该测试一下新加入的支持能否正常使用。这一步骤非常重要因为只有这样才能确保后续开发不会受到任何阻碍。 一旦两个 Result 均为 PASS 就意味着整个流程顺利完成没有任何错误发生。
评论 3
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