Win10安装CUDA 10.2

部署运行你感兴趣的模型镜像

转载请注明出处:Win10安装CUDA 10.2


本机环境:
Win10专业版+VS2015企业版+CUDA 10.2

一、安装VS2015

关于VS2015的安装教程,网上有很多,这里不多说了。

二、安装CUDA 10.2

2.1 安装前工作

你要有一张NVIDIA显卡,先查看下本机驱动版本。
打开NVIDIA控制面板系统信息
在这里插入图片描述
我本机当前驱动是CUDA 10.1版本,安装CUDA 10.2会覆盖此驱动。
在这里插入图片描述

2.2 CUDA 10.2下载安装过程

2.2.1 下载CUDA 10.2

2.2.1.1 官网下载地址

官网下载地址:https://developer.nvidia.com/cuda-toolkit-archive
点击选择CUDA 10.2版本
在这里插入图片描述
在这里插入图片描述

2.2.1.2 网盘下载地址

百度网盘下载地址:
链接:https://pan.baidu.com/s/1fcGBpqSexisrvgzkf1u-sQ
提取码:dnf4

在这里插入图片描述
网盘文件夹内容包括:
①CUDA 10.2.89基本安装程序
在这里插入图片描述
②安装补丁1(发布于2020年8月26日,选装)
在这里插入图片描述
此修补程序解决了CUDA 10.2中捆绑的cuBLAS库中的一个问题,该问题在罕见的极端情况下导致数据无提示损坏。
③补丁2(发布于2020年11月17日,选装)
在这里插入图片描述
此修补程序解决了cuBLAS库批处理的GEMM APIs中的一个问题,该问题在混合精度和快速数学的大批量计数的罕见情况下,导致数据无提示损坏。

2.2.2 正式安装CUDA 10.2和补丁

2.2.2.1 安装CUDA 10.2

选择临时解压安装程序的文件夹,默认就好,选择OK。(当然也可以选择其他临时解压位置)
这只是临时解压位置,并不是安装位置,所以无所谓。
在这里插入图片描述
在这里插入图片描述
选择自定义安装,可以选择安装驱动,覆盖本机已有的驱动
在这里插入图片描述
★如果本机已经有了Visual Studio Integration文件,要取消勾选,避免冲突了。
★如果本机没有的话,要勾选!!!
(某些安装教程说不要勾选怕安装失败,我亲测CUDA 10.2勾选Visual Studio Integration可以安装成功!)
在这里插入图片描述
取消勾选NVIDIA GeForce Experience
在这里插入图片描述
点开Driver componentsDisplay Driver这一行,前面显示的是CUDA新驱动版本。

  • 如果本机当前驱动版本大于(新于) 新版本,要取消勾选。
  • 如果本机当前驱动版本小于(旧于) 新版本,并且没有勾选,电脑可能会蓝屏或死机。
  • 两个版本相同的话,可以勾选。
    (虽然截图中当前版本没有显示,但我前面已经查看了本机cuda驱动版本,可以确定当前本机cuda版本是要旧于新版本的,要勾选。)
    在这里插入图片描述
    自定义CUDA安装位置
    在这里插入图片描述
    安装完成。
    (下面截图是没有勾选Visual Studio Integration的结果,勾选后的截图会有差异)
    在这里插入图片描述
    安装完成后,在安装目录的bin文件夹里找到nvcc.exe,这就是CUDA编译器(了解一下)
    在这里插入图片描述
2.2.2.2 安装补丁

安装补丁1:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
补丁的安装位置最好要与前面CUDA的安装位置相同。
在这里插入图片描述
在这里插入图片描述
安装补丁2:
同补丁1步骤。

三、检测CUDA 10.2是否安装成功

法1:
打开运行(win+R),输入cmd,打开命令提示符(管理员)
在这里插入图片描述
在命令提示符中,输入nvcc -V(中间有空格)后,按回车,会显示CUDA的版本号信息,表明安装成功!
在这里插入图片描述
ps:如果运行结果是找不到nvcc,那就把nvcc.exe所在的bin目录加入到系统Path里,方法:
右键此电脑属性高级系统设置环境变量
在这里插入图片描述
点击系统变量里的Path编辑新建→复制cuda安装文件夹内bin目录所在的地址→粘贴→一直点确定

法2:
同时,如果CUDA成功安装的话,打开VS新建项目,会在左侧看到CUDA模块
在这里插入图片描述

四、运行示例demo来进一步检测CUDA 10.2安装的正确性

用VS2015打开CUDA自带样例deviceQuery_vs2015.sln
在这里插入图片描述
在这里插入图片描述
运行程序,点击调试开始执行(不调试)
在这里插入图片描述
运行结果会显示你的显卡信息
在这里插入图片描述
这样就说明CUDA成功安装了!

您可能感兴趣的与本文相关的镜像

PyTorch 2.8

PyTorch 2.8

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

### 安装前的准备 在开始安装CUDA 10.2之前,请确保您的计算机满足以下条件: - **操作系统**:Windows 10 64位版本。 - **NVIDIA 显卡**:确保您的计算机配备了支持CUDA的NVIDIA显卡。 - **驱动程序**:检查当前的NVIDIA驱动版本,可以通过NVIDIA控制面板中的“系统信息”查看。如果当前驱动版本低于CUDA 10.2所需的版本,则需要在安装CUDA时选择更新驱动。 ### 下载安装包 从NVIDIA官方网站下载适用于Windows 10CUDA 10.2安装包,文件名通常为 `cuda_10.2.89_441.22_win10.exe`。同时,还需要下载对应的cuDNN库,文件名为 `cudnn-10.2-windows10-x64-v7.6.5.32.zip` [^1]。 ### 安装CUDA Toolkit 1. **运行安装程序**:双击下载的CUDA安装文件 `cuda_10.2.89_441.22_win10.exe`,启动安装向导。 2. **选择安装类型**:选择“自定义(Custom)”安装模式,以便您可以选择安装的组件。 3. **驱动更新**:如果您当前的NVIDIA驱动版本低于CUDA 10.2所需的版本,请勾选安装驱动的选项。如果不更新驱动,可能会导致系统不稳定,甚至出现蓝屏或死机的情况 。 4. **取消不必要的组件**:取消勾选“Visual Studio Integration”选项,因为即使选中也可能无法成功安装 [^1]。 5. **确认安装路径**:记住CUDA安装路径,通常默认路径为 `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2`,后续配置环境变量时会用到 [^1]。 ### 配置环境变量 安装完成后,需要手动配置环境变量以确保CUDA能够正常工作。 1. **打开环境变量设置**:右键点击“此电脑”或“我的电脑”,选择“属性” -> “高级系统设置” -> “环境变量”。 2. **编辑Path变量**:在“系统变量”中找到“Path”变量,点击“编辑”按钮。 3. **添加CUDA路径**:将以下路径添加到Path变量中(根据实际安装路径进行调整): - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin` - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\libnvvp` - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64` - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include` - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64` - `C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64` - `C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64` ### 安装cuDNN 1. **解压cuDNN压缩包**:将下载的 `cudnn-10.2-windows10-x64-v7.6.5.32.zip` 文件解压。 2. **复制文件**:将解压后的三个文件夹(`bin`、`include`、`lib`)复制到CUDA安装目录 `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2` 下 [^3]。 3. **验证安装**:进入 `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite` 目录,运行 `deviceQuery.exe` 和 `bandwidthTest.exe`,如果这两个工具能够成功运行并显示GPU信息,则表示CUDA和cuDNN已经安装成功 [^3]。 ### 验证CUDA安装 为了进一步验证CUDA是否安装成功,可以编写一个简单的CUDA程序并编译运行。 ```cpp #include <iostream> #include <cuda_runtime.h> __global__ void vectorAdd(int *a, int *b, int *c, int n) { int i = threadIdx.x; if (i < n) { c[i] = a[i] + b[i]; } } int main() { int a[] = {1, 2, 3, 4, 5}; int b[] = {10, 20, 30, 40, 50}; int c[5]; int n = 5; int *d_a, *d_b, *d_c; cudaMalloc(&d_a, n * sizeof(int)); cudaMalloc(&d_b, n * sizeof(int)); cudaMalloc(&d_c, n * sizeof(int)); cudaMemcpy(d_a, a, n * sizeof(int), cudaMemcpyHostToDevice); cudaMemcpy(d_b, b, n * sizeof(int), cudaMemcpyHostToDevice); vectorAdd<<<1, n>>>(d_a, d_b, d_c, n); cudaMemcpy(c, d_c, n * sizeof(int), cudaMemcpyDeviceToHost); for (int i = 0; i < n; i++) { std::cout << c[i] << " "; } cudaFree(d_a); cudaFree(d_b); cudaFree(d_c); return 0; } ``` 使用Visual Studio或其他支持CUDA的IDE编译并运行上述代码。如果程序能够成功执行并输出结果 `11 22 33 44 55`,则表示CUDA已经正确安装并可以正常使用。 ###
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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