Windows系统安装CUDA，cudnn & TensorFlow全过程
150 浏览量
2021-01-06
21:53:06
上传
评论
收藏 382KB PDF 举报
Windows系统安装系统安装CUDA，，cudnn & TensorFlow全过程全过程
目录目录概述CUDA & cuDNN 直观理解CUDA, cuDNN 与tensorflow GPU版本匹配1) GPU硬件check2）确定Tensorflow及所需软件版本CUDA & cuDNN 安装步骤1）下载CUDA和
cuDNN2）CUDA安装与验证3）cuDNN安装4）添加环境变量虚拟环境（含Tensorflow-gpu）搭建
概述概述
本文最终目的是在anaconda虚拟环境中，安装包含TensorFlow-gpu的虚拟环境。
在此之前，本机已安装GPU驱动，Visual Studio 2015， 和 anaconda， 还需安装版本匹配的CUDA，cuDNN，以及虚拟环境。
CUDA & cuDNN 直观理解直观理解
CUDA
是NVIDA推出的针对NVIDIA GPU的通用并行计算模型，可以看做是一个工具包（ToolKit）（所以在一台电脑上可以安装多个版本的CUDA）。
其主要作用是：
1）简化开发过程简化开发过程：使开发人员无需学习特定的显卡指令或结构，直接专注于用熟悉的C语言写程序，就可以在显卡上执行，不必花时间在如何实现/执行其所写程序上。
2）支持异构计算支持异构计算：应用程序若同时使用CPU和GPU，则CUDA可将程序的穿行部分放在CPU运行，并行部分卸载到GPU运行，两者可同时进行计算，而不会争用内存资源。
CUDA与显卡驱动之间没有捆绑关系，也非一一对应，但离线安装的CUDA会默认包含与之匹配的最新显卡驱动程序。
cuDNN
是是NVIDA推出的针对深度神经网络的推出的针对深度神经网络的GPU加速库。加速库。
若要用GPU训练模型，cuDNN并非是必须的，但通常都会采用该加速库。
至于cuDNN是如何加速神经网络训练的，有需要再深究和补充。
CUDA, cuDNN 与与tensorflow GPU版本匹配版本匹配
Tensorflow需要以下软硬件支持：
1）NVIDIA GPU (支持CUDA且算力在3.5及以上)
2）CUDA
3）CUPTI
4）cuDNN
其中，tensorflow版本与上述软件版本之间需要相互匹配，才能正常工作，所以，在安装tensorflow之前，需先确定软件版本的匹配关系。
1) GPU硬件硬件check
算力算力
在官网查询链接查询，本机显卡支持CUDA，算力为7.5，满足要求。
GPU驱动版本驱动版本
CUDA版本需与GPU驱动版本相匹配。
若需现安装或更新GPU驱动，详细可参考显卡驱动安装方法。
若已安装GPU驱动，可通过以下方法查看驱动安装版本：
打开【设备管理器】→【显示适配器】，右击所针对的显卡，点击【属性】→【驱动程序】。如下图所示。
（当前显卡所支持的最高（当前显卡所支持的最高CUDA版本）版本）
方法之一：
桌面右键或在控制面板中，打开【NVIDIA控制面板】，点击【帮助】→【系统信息】→【组件】，在3D设置分组中，找到NVCUDA.DLL，其产品名称说明里有所支持的CUDA版本
信息。
如下图可知，所安装的驱动最高支持到CUDA10.2版本。
评论0
最新资源