CUDA安装程序
 
## 最好是先下载好了VS
 
1.首先要检查自己的电脑是否有支持CUDA的GPU
 
右键此电脑点击属性
 
选择设备管理器
 
选择显示设备器
 GTX960M，可以支持CUDA
 
 可以通过英伟达官网检查自己GPU能否支持CUDA，这里给大家截取了一部分可以支持CUDA的显卡
 链接：link
 
 
 
2.在英伟达官网下载选择适合自己系统的cuda安装
 
 
查看适合自己的CUDA版本
 控制面板->NVIDIA设置->帮助->系统信息->组件->3D设置
 
 
 
 
下载适合自己系统的CUDA
 链接: link
 这里我选择下载network版本，速度快一些。
 
 注：这里选择的是适合我自己电脑的版本的
 
 
安装CUDA
 同意并继续
 
 
 
自定义安装
 精简版本是下载好所有组件，并且会覆盖原有驱动，所以在这里推荐自定义下载
 
 下一步
 安装位置需要牢牢记住！！！
 
 耐心等待安装
 
 下一步
 
 
 
3.下载同一版本的cudnn
 cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算，所以我们还要下载同一版本的cuDNN。
 链接：link
 
 这里需要成为英伟达的用户才可以下载
 
匹配
 将下载好的CUdnn文件解压，得到如下所示三个文件夹。
 
 将每个文件夹下对应的文件复制到CUDA对应文件夹下。
 
 4.跑一个CUDA程序吧
打开VS->新建项目->选择对应版本->确定
系统会默认出来一个矩阵相乘代码Kernel.cu，编译运行，，没有报错，大功告成！
 
 
写在最后：
 安装CUDA看起来很简单，网上也有很多教程，但是我自己在安装的过程中出现了很多问题，花了很多时间。
 1.系统不兼容。我的解决办法是重启电脑哈哈哈哈，重启到第四次才装上，一开始查阅资料以为是自己的对应驱动没有更新，但是这里我重新安装新的驱动依然显示不兼容，到第四次重启才行。
 2.配置环境变量。我这里是没有手动配置的，安装程序已经默认添加好了。
 
最后的最后，祝各位安装成功！

cuda9.0+cudnn7.0安装教程
 
 
 
1、下载cuda9.0
 
下载链接：https://developer.nvidia.com/cuda-toolkit-archive
 
 
 
 
 
 
2、安装cuda
 
安装cuda时，第一次会让设置临时解压目录，第二次会让设置安装目录；
 
临时解压路径，建议默认即可，也可以自定义。安装结束后，临时解压文件夹会自动删除；
 
安装目录，建议默认即可；
 
注意：临时解压目录千万不要和cuda的安装路径设置成一样的，否则安装结束，会找不到安装目录的！！！
 
选择自定义安装
 
安装完成后，配置cuda的环境变量；
 
命令行中，测试是否安装成功；
 
 
 
步骤如下（部分过程图）：
 
 
 
 
 
安装完成，先查看系统变量，然后添加cuda的系统变量：
 
查看：
 
 
 
添加系统变量后如下图所示：
 
 
 
 
测试：
 
win+R
 
nvcc -V
 
nvcc --version
 
 
显示cuda版本号9.0   V9.0.176
 
说明安装成功！
 
 
 
3、cudnn下载
 
官网下载：https://developer.nvidia.com/rdp/cudnn-archive
 
 
4、cudnn安装
 
解压文件夹，将解压后的文件夹下的文件拷贝到cuda安装目录下，与之相对应的文件夹下。
 
 
完成！
 
 
 
 
 
5、参考链接：
 
https://blog.csdn.net/u010618587/article/details/82940528
 
https://blog.csdn.net/weixin_39290638/article/details/80045236
 
https://blog.csdn.net/asd136912/article/details/79383161
 
https://blog.csdn.net/Eppley/article/details/79297503
 
 
 
 

本人平台硬件：    I5+GTX970
 系统：                  Win10 64位
 显卡驱动：           N卡驱动已装(版本号忘了，反正就是可以不卸载驱动直接安装cuda。)
 开发工具：           VS2017
 Windows SDK：  10.0.17763.0
 ---------------------------------------------------------------------------------------------------
cuda下载
 进入安装最新版的cuda，这里以10.1版本为例。
 Operating System(操作系统)：Windows
 Architecture(系统结构)：      x86_64
 Version(系统版本)：             (Win)10
 Installer Type(安装包类型)：exe[network](文件小，在可安装检测完毕后才开始下载数据 并安装。)
 _                                           exe[local](文件大，但在可安装检测完毕后可以直接安装。)
 
cuda安装
 关闭杀软，防止报毒！
 运行下载的文件，一直下一步，等待安装完成！
 ---------------------------------------------------------------------------------------------------
 验证cuda是否安装成功
 打开cmd命令窗口
 输入nvcc --version
 出现版本信息即为成功
 
或者使用文件搜索工具查找deviceQuery.exe所在目录，并复制目录。
 打开cmd命令窗口
 输入cd 刚复制到的目录
 输入deviceQuery.exe        查看是否 Result = PASS(通过)
 输入bandwidthTest.exe    查看是否 Result = PASS(通过)
 都通过表示cuda安装成功
 ---------------------------------------------------------------------------------------------------
 配置环境变量
 在计算机上点右键，
 打开属性->高级系统设置->环境变量，
 可以看到系统中多了 CUDA_PATH 和 CUDA_PATH_V10_1 两个环境变量
 我们还需要手动添加以下4项(并未必须配置~只是使你经后项目可更容易的添加包含路径)
 CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
 CUDA_BIN_PATH = %CUDA_PATH%\bin
 CUDA_SDK_BIN_PATH = %NVCUDASAMPLES_ROOT%\bin\win64
 CUDA_SDK_LIB_PATH = %NVCUDASAMPLES_ROOT%\common\lib\x64
 
运行示例 Samples_vs2017.sln
 由于示例是官方以VS2015配置的环境，我们在启动时需要”重定向项目“
 操作如下：
 解决方案'Samples_vs2017.sln'-属性-重定解决方案目标-“Windows SDK：10.0.17763.0”
 
如果CUDA项目出现一堆 未定义标识符！
 #ifndef __CUDACC__
 #define __CUDACC__
 #endif
 // 请在这个头文件上加上这个宏定义,此时 “未定义标识符”正常了，但“__global__等宏”2000多个宏出错了无所谓~
 // 起码你现在可以正常使用各种类型的宏与结构了，如果要在错误列表找点东西，请暂时注解#define __CUDACC__
 #include <cuda_runtime.h>
 ---------------------------------------------------------------------------------------------------
 为新建项目配置CUDA
 新建C++空项目 并 配置
 添加包含目录：    $(CUDA_PATH)\include
 添加库目录：    $(CUDA_PATH)\lib\Win32
 添加库文件：
 cublas.lib
 cuda.lib
 cudadevrt.lib
 cudart.lib
 cudart_static.lib
 OpenCL.lib
 nvcuvid.lib        可选项
 
添加新项
 选中项目 - Ctrl+Shift+A - NVIDIA CUDA10.1 - Code - CUDA C/C++ File - 文件名(自带隐藏的.cu后叠名) - 添加
 
从项目下的任意文件修改成.cu文件的方法
 那个文件 - 属性 - 常规 - 项类型"CUDA C/C++"
 
包含头文件：请参考示例，选择你需要的头文件。
 
项目调试方法：按Ctrl+F5调试。
 ---------------------------------------------------------------------------------------------------
 可选安装 NVIDIA cuDNN用于深度神经网络的GPU加速库
 下载后解压
 获得 bin/include/lib 三个文件夹
 获得CUDA的安装路径有两个方法
 方法1：查看$(CUDA_PATH)这个宏的映射路径
 方法2：使用文件查找软件，查找“libnvvp”文件夹，这时应该是找到了两个文件夹，打开上级文件夹为v10.1(请自行选择对应版本)的那个。
 复制 bin/include/lib 三个文件夹 到“libnvvp”同文件夹中

前言：在安装cuda toolkit 之前，先安装 Microsoft visual studio 2010/2013/2015都可以。
 
根据cuda官网，下载cuda toolkit
 
 
 
下载本地文档。
 
 
 
解压到需要安装的文件夹下。注意，此时的只是临时放置在该文件夹下，后面安装完成后，该文件夹将自动不存在（直接自动删除）。
 
 
安装过程中，根据提示，选择自定义的安装。
注意，此阶段会涉及到三个文件夹目录的选择：CUDA_PAHT 和CUDA_V8_0_PATH、CUDA_SDK_PATH
 
安装完成后，配置环境变量。
其实在没有配置环境变量前可以通过cmd命令查看到：
 
说明安装cuda toolkit成功。此过程中，cuda会自动安装和vs相对应的版本的插件，使得vs中可以开发cuda项目。
 
 
 
 
环境变量配置窗口打开以后，可以到如上图所示，自动生成的CUDA-PATH 和 CUDA_PATH_V8_0。此时，添加CUDA_SDK_PATH如上图所示。最后在PATH中，添加
 
其中第一项，%CUDA_PAHT%\bin必须有。
 
 
 
关于vs中CUDA项目的配置
项目-> 属性 ->链接器 ->常规 -> 附加库目录
添加 $(CUDA_PATH_V8_0)\lib\$(Platform)
 
 
  
 
         （2）项目-> 属性 ->链接器 ->输入 -> 附加依赖项
 
                  添加 cudart.dll
 
 
 
目前，这两项是网上教程都基本上要求配置的，但是发现没有这样做然并卵呢。项目也可以进行。怀疑是和项目的搭建有关系，据说是按照cuda项目的提示搭建的话就没问题。
 
注意：最后切记，要有项目生产依赖性，生产自定义
 
 
一定要勾选住CUDA 8.0这是CUDA项目开发所必须的。
 
cudadevrt.lib
 
cudart_static.lib
 
kernel32.lib
 
user32.lib
 
gdi32.lib