My blogs

The greatest test of courage on earth is to bear defeat without losing heart.

0%

cuda 與 cudnn 安裝

介紹

因為自己更新 Cdda 版本﹑結果重新載時出現問題,處理很久到快放棄,爬了不少文總算載回來
^ ^,往後不敢再亂刪掉,基本上系統越乾淨越容易成功,假設出問題有許多文章提供解決。


tensorflow 版本對照

設備為 NVIDIA GeForce GTX 1650

查看tensorflow版本對照Cuda

以作者使用tensorflow-2.5.0,須符合下列。


Python编译器构建工具cuDNNCUDA
3.6-3.9GCC 7.3.1Bazel 3.7.28.111.2

i


GPU 版本對照

查看顯示卡是否有支援 GPU 運算,及運算能力。
官方網站連結


i


GPU 驅動

更新顯示卡驅動。
官方網站連結


i


CUDA Toolkit

選擇CUDA版本,作者版本需要11.2
官方網站連結


i


cuDNN Archive

選擇cuDNN版本,需要對照 CUDA11.2
作者所需的對照Download cuDNN v8.1.1 (Feburary 26th, 2021), for CUDA 11.0,11.1 and 11.2

官方網站連結


i


安裝

第一個檔案cuDNN解壓縮後,有三個檔案分別為bin,include,lib
為更新驅動檔案
CUDA執行檔


i


設定

假設前面很順利安裝的話。

CUDA執行檔,安裝完後,以作者為例C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2,把cuDNN複製進去三個檔案bin,include,lib


加入環境變數改為你的版本號
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64


i


查看

打開CMD,先查看安裝完成nvcc -V

nvidia-smi -l,定時更新顯示機器上 gpu 的情況。


可以看到 CUDA 版本,驅動版本,GPU 狀態


i

歡迎提出問題!盡可能協助,會以小弟的經驗。


參考網站


如果您喜歡我的文章,請幫我按五下 ,感謝大家。