要配置NVIDIA显卡的CUDA和cudnn,各种版本之间的依赖关系以及与其他使用GPU的库版本兼容一直没有弄明白,最近经过多次卸载重装,终于成功配置好了显卡计算环境,于是把各个驱动程序和库之间的依赖关系理一下。
显卡驱动版本
首先,最底层的是显卡驱动,不管是玩游戏还是做并行加速计算,都是必须装的。
不管是玩游戏还是用于并行计算,显卡驱动一定要使用最新的。通常新版本的显卡驱动应该能支持当前最高支持CUDA版本以下的所有版本,所有要关注显卡驱动能支持的最高CUDA版本。
获得显卡驱动能支持的最高cuda版本,有两个方法,一是参考显卡驱动的Release Notes,其中会有能支持的CUDA最高版本。
二是打开NVIDIA设置,在菜单“帮助”-》“系统信息”弹出的对话框的“组件”tab框中能看到。
CUDA版本
其次是CUDA版本,CUDA版本选择要看其他上层库的需求,比如TensorFlow,OpenCV,还有编译环境的需求,比如VisualStudio等。
下载地址:https://developer.nvidia.com/cuda-toolkit-archive
tensorflow版本要求:
https://tensorflow.google.cn/install/source_windows
windows操作系统和VS编译器需求:(可以在安装指导中找到)
cuDNN版本
最后是cuDNN,其实这只是一个基于cuda的库,不需要安装,下载后的压缩包解压后是一些头文件,lib和dll(windows操作系统)文件。
cudnn下载地址:(需要登录)
https://developer.nvidia.com/rdp/cudnn-download
选择和cuda对应版本的
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)