精华内容
下载资源
问答
  • CUDA的安装

    千次阅读 2015-03-16 15:30:32
    目前版本的cuda是很方便,它一个安装里面包括了Toolkit`SDK`document`Nsight等等,而不用你自己去挨个安装,这样也避免了版本不同步问题。 1 cuda5.5下载地址,官方网站即可:  ...

    目前版本的cuda是很方便的,它的一个安装里面包括了Toolkit`SDK`document`Nsight等等,而不用你自己去挨个安装,这样也避免了版本的不同步问题。

    1 cuda5.5的下载地址,官方网站即可:

         https://developer.nvidia.com/cuda-downloads   在里面选择你所对应的电脑版本即可。

    2 VS2010这个没什么说的了,网上各种的免费资源,下载一个不需要钱的就行。

    3 Cuda的安装:(win7版32bit)


     安装cuda

      3.1 cuda的安装文件

      

      直接双击exe文件,弹出后,首先会监测一下你的运行环境,如果找不到Nividia对应的显卡设备,他会提示你是否要继续安装。这里面nvidia的显卡,最起码也是8800以上的,要不是无法编写CUDA的。千万不要电脑上面是intel或者AMD的显卡,却要编写cuda,除非你有钱买一个cuda-x86这个编译器。

      3.2 弹出的对话框直接OK就行,这个是CUDA的一些安装文件,无所谓的:

     

      3.3 他会监测你的电脑是否支持cuda的搭建,等待就行

      3.4 系统检查

      3.5 选择同意并继续

      3.6 推荐先选择自定义安装

      3.7 最主要的是cuda document\cuda Toolkit \cuda samples(SDK),Nsight\图形驱动程序,3D如果需要的话安装,不安装也无所谓。这里主要就是能看见都有什么,免得漏掉了,博主当初就因为选了精简安装,没安装上SDK。

      

      3.7 安装的位置,推荐自己建三个好找的文件夹,不用他默认的路径,免得稍后配置环境变量麻烦。

    博主的安装路径为:

      3.8 下一步安装就行了。

    至此,cuda的安装就搞定了。


     

    4 接下来配置cuda的环境变量,默认安装好后,他会自动帮你设置好2个环境变量,但是最好还自己添加下其他的几个,方便日后配置vs使用

     

    上面的两个环境变量是cuda默认配置的,接下来添加

    复制代码
    CUDA_BIN_PATH  %CUDA_PATH%\bin
    
    CUDA_LIB_PATH  %CUDA_PATH%\lib\Win32
    
    CUDA_SDK_BIN  %CUDA_SDK_PATH%\bin\Win32
    
    CUDA_SDK_LIB  %CUDA_SDK_PATH%\common\lib\Win32
    
    CUDA_SDK_PATH  C:\cuda\cudasdk\common
    复制代码

     

    添加完就行了

     


     

    5 接下来是cuda的安装成功与否的监测了,这个步骤我们用到两个东西,这两个东西,都是cuda为我们准备好的。

    deviceQuery.exe 和 bandwithTest.exe

      首先启动cmd DOS命令窗口(博主的cuda安装到c:\cuda文件夹下)

      默认进来的是c:\users\Admistrator\>路径,输入 cd .. 两次,来到c:目录下

      输入dir 找到安装的cuda文件夹

    进入Release文件夹后,直接执行bandwithTest.exe

    再执行deviceQuery.exe

    得到以上信息,因为我的显卡比较古老9300属于第一代的cuda显卡了。Rsult=PASS及说明,都通过了。如果Rsult=Fail 那不好意思,重新安装吧(或者是您的显卡真心不给力)。


     关于VS项目测试(推荐)

    打开VS,新建项目

    利用安装好的cuda向导,直接建立工程,里面会自动有一段kernel累加的代码

     View Code

    在main函数return之前加入getchar(),停止自动退出,以便观测效果

    进入后,点击运行按钮,可能发生LINK错误(如果没有错误,跳过此段

    这时进入-》项目-》属性-》通用配置-》输入和输出-》嵌入清单 ---- 修改成,原来可能为“

    再次编译,成功运行后,会显示下面的结果

     

    恭喜,cuda已经在您的机器上安装成功了。

     

    如果是新手,推荐这样新建工程后,在里面修改代码成为自己的工程,配置属性不会出错。

    如果想要自己手动配置也可以参考下面的例子。

     

     


     

    手动配置VS项目(不推荐)

    最后就是VS的配置了(这个是自己手动配置的,有时候容易出现问题,不是很推荐,建议用上面的方法建立项目进行测试

      5.1 启动VS2010

      5.2 新建一个win32的控制台工程,空的。

      5.3 右键源文件文件夹->新建项->选择cuda c/c++->新建一个以.cu结尾的文件

      5.4 右键工程-》生成自定义-》选择cuda生成

      5.5 右键test.cu-》属性-》选择cuda c/c++编译器

      5.6 右键工程-》属性-》链接器-》常规-》附加库目录-》添加目录 $(CUDA_PATH_V5_5)\lib\$(Platform);

      5.7 在链接器-》输入中添加 cudart.lib

     

      5.8 在工具-》选项-》文本编辑器-》文件扩展名-》添加cu \cuh两个文件扩展名

     

    至此,编译环境的相关搭建就完成了。

     


     

     

    下面提供了一段test.cu的代码,供测试使用:

     

    复制代码
     1 #include <stdio.h>
     2 #include <stdlib.h>
     3 #include <cuda_runtime.h> 
     4 
     5 #define DATA_SIZE 1024
     6 #define checkCudaErrors(err)  __checkCudaErrors (err, __FILE__, __LINE__)
     7 #define getLastCudaError(msg)  __getLastCudaError (msg, __FILE__, __LINE__)
     8 
     9 int data[DATA_SIZE];
    10 
    11 ////
    12 // These are CUDA Helper functions
    13 
    14 // This will output the proper CUDA error strings in the event that a CUDA host call returns an error
    15 
    16 
    17 inline void __checkCudaErrors(cudaError err, const char *file, const int line )
    18 {
    19     if(cudaSuccess != err)
    20     {
    21         fprintf(stderr, "%s(%i) : CUDA Runtime API error %d: %s.\n",file, line, (int)err, cudaGetErrorString( err ) );
    22         return ;        
    23     }
    24 }
    25 
    26 // This will output the proper error string when calling cudaGetLastError
    27 
    28 
    29 inline void __getLastCudaError(const char *errorMessage, const char *file, const int line )
    30 {
    31     cudaError_t err = cudaGetLastError();
    32     if (cudaSuccess != err)
    33     {
    34         fprintf(stderr, "%s(%i) : getLastCudaError() CUDA error : %s : (%d) %s.\n",
    35         file, line, errorMessage, (int)err, cudaGetErrorString( err ) );
    36         return ;
    37     }
    38 }
    39 
    40 // end of CUDA Helper Functions
    41 
    42 __global__ static void sumOfSquares(int *num, int * result){
    43     int sum=0;
    44     int i;
    45     for(i=0;i<DATA_SIZE;i++) {
    46         sum += num[i]*num[i];
    47         }
    48     *result = sum;
    49 }
    50 void GenerateNumbers(int *number, int size){
    51     for(int i = 0; i < size; i++) {
    52         number[i] = rand() % 10;
    53         printf("number[%d] is %d\n",i,number[i]);
    54     }}
    55     
    56 int main(){
    57 
    58         cudaSetDevice(0);
    59         cudaDeviceSynchronize();
    60         cudaThreadSynchronize();
    61 
    62         GenerateNumbers(data, DATA_SIZE);
    63 
    64         int * gpudata, * result;
    65         int sum;
    66 
    67         checkCudaErrors( cudaMalloc((void**) &gpudata, sizeof(int)*DATA_SIZE));
    68         checkCudaErrors(cudaMalloc((void**) &result, sizeof(int)));
    69         checkCudaErrors(cudaMemcpy(gpudata, data, sizeof(int)*DATA_SIZE,cudaMemcpyHostToDevice));
    70 
    71         sumOfSquares<<<1, 1, 0>>>(gpudata, result);
    72 
    73         checkCudaErrors(cudaMemcpy(&sum, result, sizeof(int), cudaMemcpyDeviceToHost));
    74 
    75         cudaFree(gpudata);
    76         cudaFree(result);
    77 
    78         printf("-----------sum: %d\n",sum);
    79 
    80         sum = 0;
    81         for(int i = 0; i < DATA_SIZE; i++) {
    82             sum += data[i] * data[i];
    83         }
    84         printf("sum (CPU): %d\n", sum);
    85 
    86         getchar();
    87         return 0;
    88 }
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    

    前言

      本文讲解如何在VS 2010开发平台中搭建CUDA开发环境

      当前配置:

        系统:WIN7 64位

        开发平台:VS 2010

        显卡:英伟达G卡

        CUDA版本:6.0

      若配置不一样,请勿参阅本文。

    第一步

      点击这里下载 cuda最新版,目前最高版本是6.0。下载完毕后得到 cuda_6.0.37_winvista_win7_win8.1_general_64.exe 文件。

    第二步

      运行安装程序,弹出安装过程中转文件路径设定框:

      

      这个路径随便填无所谓,安装完后就会自动删除的,我就直接设置为默认的。

    第三步

      等待系统帮你检测当前平台是否适合搭建CUDA:

      

    第四步

      检测完毕后,正式进入CUDA安装界面:

      

      同意并继续

    第五步

      然后选择安装模式:

      

      为了完全安装所有功能,选择自定义模式安装。

    第六步

      接下来勾选要安装的组件:

      

      全部勾上

    第七步

      接下来要设置三个安装路径:

      

      这三个路径安装的是什么在日后的文章中将会解释,目前先不理会,直接安装到默认路径。点击下一步之后开始正式安装。

    第八步

      安装完毕后,可以看到系统中多了CUDA_PATH和CUDA_PATH_V6_0两个环境变量,接下来,还要在系统中添加以下几个环境变量:

      CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v6.0

      CUDA_LIB_PATH = %CUDA_PATH%\lib\x64

      CUDA_BIN_PATH = %CUDA_PATH%\bin

      CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\x64

      CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

      然后,在系统变量 PATH 的末尾添加:

      ;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

    第九步

      重新启动计算机以使环境变量生效

    第十步

      打开VS2010并建立一个空的win32控制台项目:

      

      附加选项那里请把“空项目”打钩:

      

    第十一步

      右键源文件 -> 添加 -> 新建项 如下图所示:

      

      在打开的对话框中选择新建一个CUDA格式的源文件 (如果你只是要调用 CUDA 库编写程序而不需要自行调用核函数分配块,线程的话也可以就建立 .cpp 的源文件):

      

    第十二步

      右键工程 -> 生成自定义 如下图所示:

      

      在弹出的对话框中勾选“CUDA 6.0 *****"选项:

      

    第十三步

      右键项目 -> 属性 -> 配置属性 -> VC++目录,添加以下两个包含目录:

      C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.0\include

      C:\ProgramData\NVIDIA Corporation\CUDA Samples\v6.0\common\inc

      再添加以下两个库目录:

      C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.0\lib\x64

      C:\ProgramData\NVIDIA Corporation\CUDA Samples\v6.0\common\lib\x64

    第十四步

      右键项目 -> 属性 -> 配置属性 ->连接器 -> 常规 -> 附加库目录,添加以下目录:

      $(CUDA_PATH_V6_0)\lib\$(Platform)

      如下图所示:

      

    第十五步

      右键项目 -> 属性 -> 配置属性 ->连接器 -> 输入 -> 附加依赖项,添加以下库:

      cublas.lib   cublas_device.lib   cuda.lib   cudadevrt.lib   cudart.lib   cudart_static.lib   cufft.lib   cufftw.lib   curand.lib   cusparse.lib   nppc.lib   nppi.lib   npps.lib   nvblas.lib (32位系统请勿附加此库!)   nvcuvenc.lib   nvcuvid.lib   OpenCL.lib

      如下图所示:

      

    第十六步

      右键项目 -> 属性,如下图所示:

      

      将项类型设置为 CUDA C/C++:

      

    第十七步

      打开配置管理器,如下图所示:

      

      点击 新建,如下图所示:

      

      选择 X64 平台:

      

    好了,至此平台已经完全搭建完毕,可用以下代码进行测试:

    复制代码
      1 // CUDA runtime 库 + CUBLAS 库 
      2 #include "cuda_runtime.h"
      3 #include "cublas_v2.h"
      4 
      5 #include <time.h>
      6 #include <iostream>
      7 
      8 using namespace std;
      9 
     10 // 定义测试矩阵的维度
     11 int const M = 5;
     12 int const N = 10;
     13 
     14 int main() 
     15 {   
     16     // 定义状态变量
     17     cublasStatus_t status;
     18 
     19     // 在 内存 中为将要计算的矩阵开辟空间
     20     float *h_A = (float*)malloc (N*M*sizeof(float));
     21     float *h_B = (float*)malloc (N*M*sizeof(float));
     22     
     23     // 在 内存 中为将要存放运算结果的矩阵开辟空间
     24     float *h_C = (float*)malloc (M*M*sizeof(float));
     25 
     26     // 为待运算矩阵的元素赋予 0-10 范围内的随机数
     27     for (int i=0; i<N*M; i++) {
     28         h_A[i] = (float)(rand()%10+1);
     29         h_B[i] = (float)(rand()%10+1);
     30     
     31     }
     32     
     33     // 打印待测试的矩阵
     34     cout << "矩阵 A :" << endl;
     35     for (int i=0; i<N*M; i++){
     36         cout << h_A[i] << " ";
     37         if ((i+1)%N == 0) cout << endl;
     38     }
     39     cout << endl;
     40     cout << "矩阵 B :" << endl;
     41     for (int i=0; i<N*M; i++){
     42         cout << h_B[i] << " ";
     43         if ((i+1)%M == 0) cout << endl;
     44     }
     45     cout << endl;
     46     
     47     /*
     48     ** GPU 计算矩阵相乘
     49     */
     50 
     51     // 创建并初始化 CUBLAS 库对象
     52     cublasHandle_t handle;
     53     status = cublasCreate(&handle);
     54     
     55     if (status != CUBLAS_STATUS_SUCCESS)
     56     {
     57         if (status == CUBLAS_STATUS_NOT_INITIALIZED) {
     58             cout << "CUBLAS 对象实例化出错" << endl;
     59         }
     60         getchar ();
     61         return EXIT_FAILURE;
     62     }
     63 
     64     float *d_A, *d_B, *d_C;
     65     // 在 显存 中为将要计算的矩阵开辟空间
     66     cudaMalloc (
     67         (void**)&d_A,    // 指向开辟的空间的指针
     68         N*M * sizeof(float)    // 需要开辟空间的字节数
     69     );
     70     cudaMalloc (
     71         (void**)&d_B,    
     72         N*M * sizeof(float)    
     73     );
     74 
     75     // 在 显存 中为将要存放运算结果的矩阵开辟空间
     76     cudaMalloc (
     77         (void**)&d_C,
     78         M*M * sizeof(float)    
     79     );
     80 
     81     // 将矩阵数据传递进 显存 中已经开辟好了的空间
     82     cublasSetVector (
     83         N*M,    // 要存入显存的元素个数
     84         sizeof(float),    // 每个元素大小
     85         h_A,    // 主机端起始地址
     86         1,    // 连续元素之间的存储间隔
     87         d_A,    // GPU 端起始地址
     88         1    // 连续元素之间的存储间隔
     89     );
     90     cublasSetVector (
     91         N*M, 
     92         sizeof(float), 
     93         h_B, 
     94         1, 
     95         d_B, 
     96         1
     97     );
     98 
     99     // 同步函数
    100     cudaThreadSynchronize();
    101 
    102     // 传递进矩阵相乘函数中的参数,具体含义请参考函数手册。
    103     float a=1; float b=0;
    104     // 矩阵相乘。该函数必然将数组解析成列优先数组
    105     cublasSgemm (
    106         handle,    // blas 库对象 
    107         CUBLAS_OP_T,    // 矩阵 A 属性参数
    108         CUBLAS_OP_T,    // 矩阵 B 属性参数
    109         M,    // A, C 的行数 
    110         M,    // B, C 的列数
    111         N,    // A 的列数和 B 的行数
    112         &a,    // 运算式的 α 值
    113         d_A,    // A 在显存中的地址
    114         N,    // lda
    115         d_B,    // B 在显存中的地址
    116         M,    // ldb
    117         &b,    // 运算式的 β 值
    118         d_C,    // C 在显存中的地址(结果矩阵)
    119         M    // ldc
    120     );
    121     
    122     // 同步函数
    123     cudaThreadSynchronize();
    124 
    125     // 从 显存 中取出运算结果至 内存中去
    126     cublasGetVector (
    127         M*M,    //  要取出元素的个数
    128         sizeof(float),    // 每个元素大小
    129         d_C,    // GPU 端起始地址
    130         1,    // 连续元素之间的存储间隔
    131         h_C,    // 主机端起始地址
    132         1    // 连续元素之间的存储间隔
    133     );
    134     
    135     // 打印运算结果
    136     cout << "计算结果的转置 ( (A*B)的转置 ):" << endl;
    137 
    138     for (int i=0;i<M*M; i++){
    139             cout << h_C[i] << " ";
    140             if ((i+1)%M == 0) cout << endl;
    141     }
    142     
    143     // 清理掉使用过的内存
    144     free (h_A);
    145     free (h_B);
    146     free (h_C);
    147     cudaFree (d_A);
    148     cudaFree (d_B);
    149     cudaFree (d_C);
    150 
    151     // 释放 CUBLAS 库对象
    152     cublasDestroy (handle);
    153 
    154     getchar();
    155     
    156     return 0;
    157 }
    复制代码

    运行结果

      

      PS: 矩阵元素是随机生成的


    展开全文
  • CUDA的安装和环境配置

    万次阅读 多人点赞 2019-03-11 19:43:39
    CUDA的安装和环境配置

    CUDA的安装和环境配置
    第一步,首先查看自己的电脑是不是英伟达显卡的,不是的话就装不了!
    第二,电脑上要有visual studio,没有的话,可以登录Csdn—https://msdn.itellyou.cn/这个网址上面下一个,
    具体下载那个看自己的需求(建议下个2010版本的)
    在这里插入图片描述
    第三就是下载cuda了:进这个网址https://developer.nvidia.com/cuda-downloads
    在这里插入图片描述
    点击遗产版本:
    在这里插入图片描述
    里面选择你需要的版本,Window的建议下载5.5的,widows10的建议下载9.0的
    在这里插入图片描述
    点击下载,等待几分钟。

    下载完成后直接点击安装,安装过程要注意:
    在这里插入图片描述
    这个安装路径不用搭理,
    在这里插入图片描述
    这个是安装的具体路径,不用修改,因为修改后,等会安装完成,配置环境变量就很烦,
    在这里插入图片描述
    接着就看到这个界面,也不用动,点击下一步
    在这里插入图片描述
    这个是检查系统兼容性的,一般下载版本对的话,都兼容,
    在这里插入图片描述
    在这里插入图片描述
    这步很关键,要点击高级安装,如果点击精简模式安装的话,到时候SDK会安装不成功,
    在这里插入图片描述
    这步,检查下组件那里有没有相应的组件,cuda toolkit SDK 等
    在这里插入图片描述
    安装位置默认
    安装完成后
    第三步:
    在这里插入图片描述
    进到这个页面,点击高级系统设置
    在这里插入图片描述
    点击环境变量
    在这里插入图片描述
    里面会看到多了两个系统变量,现在安装成功一半了。接下来,在环境变量那里新建5个
    系统变量。如下;
    CUDA_BIN_PATH  %CUDA_PATH%\bin
    CUDA_LIB_PATH  %CUDA_PATH%\lib\Win64
    CUDA_SDK_BIN  %CUDA_SDK_PATH%\bin\Win64
    CUDA_SDK_LIB  %CUDA_SDK_PATH%\common\lib\Win64
    CUDA_SDK_PATH  C:\cuda\cudasdk\common
    第四步打开Vs,能看到CUDA9.0证明已经成功:

    在这里插入图片描述
    第五步,尝试建一个简单的cuda项目:
    在这里插入图片描述
    点击确认,然后随便找段代码,放进去,点击运行,
    在这里插入图片描述
    这里补充一下,该代码虽然没错但是会出现如下的警告,解决方式,点击文件——项目——另存为——保存方式——
    编码保存——utf_8保存:
    在这里插入图片描述
    在这里插入图片描述
    无警告提示;
    整个过程很简单,希望你能学会!

    展开全文
  • opencv和cuda的安装配置

    千次阅读 2019-05-27 16:40:52
    opencv和cuda的安装配置工具准备安装配置安装cuda安装opencv测试和使用 工具准备 第一组: opencv3.4.5和cuda10.1,win7环境; 第二组: opencv3.4.5和cuda9.2,win10环境; 下面主要使用第一组配置 安装配置 ...

    工具准备

     第一组: opencv3.4.5和cuda10.1,win7环境;
     第二组: opencv3.4.5和cuda9.2,win10环境;
     下面主要使用第一组配置
    

    安装配置

    安装cuda

    1、解压并开始安装cuda
    Alt
    2、安装过程
    Alt
    安装过程中可能会出现驱动兼容性警告。此时可以选择继续安装,只要你的cuda版本能够兼容(高于)Nvidia GPU的cuda版本,可能不会出问题;如果下一步出现驱动安装错误,可以选择更换cuda版本,如选择第二组工具中的cuda9.2来安装,可以解决问题
    Alt
    可以选择custom或者自定义模式安装。自定义模式可以选择只安装cuda,或者加上其他的模块。
    3、测试安装完成
    Alt

    安装opencv

    opencv3.4.5需要编译安装
    Alt
    1、配置好source和build目录后,先点击configure,完成后搜索找到WITH_CUDA选项并勾选,再点击configure,最后检查看是否需要配置的模块都已勾选。
    2、点击generate,配置generator,使用当前VS版本,use default native compilers,生成opencv工程。
    3、open project,编译opencv工程(debug和release版本),生成在build目录中。如E:\opencv\build\libE:\opencv\build\include等。注意,cuda头文件(如cudaarithm.hpp)可能不在include目录中,需要从source目录中拷贝过来。

    测试和使用

    以后的博文中针对使用案例来做说明

    展开全文
  • Ubuntu16.04中CUDA的安装

    千次阅读 2018-01-10 16:13:19
    由于学习需要在自己的电脑上面安装了Ubuntu16.04系统然后需要进行CUDA的安装. 首先需要有Anaconda环境,这里就不过多介绍这个的安装了. 我这里使用的是anaconda2,我的安装路径是/home/username/anaconda2/ 首先你...

    由于学习需要在自己的电脑上面安装了Ubuntu16.04系统然后需要进行CUDA的安装.
    首先需要有Anaconda环境,这里就不过多介绍这个的安装了.
    我这里使用的是anaconda2,我的安装路径是/home/username/anaconda2/
    首先你需要给本机的英伟达显卡安装好相应的驱动,
    然后你需要从英伟达的官网下载cuda8.0的安装包,
    官网提供两种格式的安装包,
    第一种是.run格式的,下载好之后直接运行.run文件就可以了
    第二种是.deb格式的,安装步骤如下:

    sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
    sudo apt-get update
    sudo apt-get install cuda

    如果在安装过程中出现gcc版本过高的问题,请对gcc进行降级操作:
    这里使用 4.9版本的gcc

    sudo apt-get install  gcc-4.9
    sudo apt-get install  g++-4.9

    链接gcc

    sudo rm gcc
    
    sudo ln -s gcc-4.9 gcc
    
    sudo rm g++
    
    sudo ln -s g++-4.9 g++

    cuda 安装完成之后还需要进行环境变量的配置:
    在用户文件或者profile中添加如下内容:

    export PATH=/usr/local/cuda-8.0/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

    然后运行

    nvcc -V

    出现类似于下方的提示说明安装成功:

    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2015 NVIDIA Corporation
    Built on Tue_Aug_11_14:27:32_CDT_2015
    Cuda compilation tools, release 7.5, V7.5.17
    
    展开全文
  • tensorflow-gpu版本和cuda的安装

    千次阅读 2019-01-04 14:40:31
    tensorflow-gpu版本和cuda的安装 最近用到tensorflow的gpu版本,安装cuda和cudnn的过程中,遇到一些坑,这里记录一下。 首先介绍一下博主的系统和显卡:Windows 10 和RTX 2080 1、先决定你要选择的tensorflow版本 ...
  • 说明:想要让Theano在Windows8.1下能利用GPU并行运算,必须有支持GPU并行运算的Nvidia显卡,且要安装CUDA,千万不要电脑上是Intel或AMD的显卡,却要编写CUDA。 文中用到的所有软件均共享在百度云盘...一、CUDA的安装
  • CUDA——Windows上CUDA的安装教程

    千次阅读 2019-09-12 10:51:06
    感谢网友没有人喜欢一个人、Young和无飞天下提供帮助, 原文链接如下: https://blog.csdn.net/u010618587/article/details/82940528 https://www.cnblogs.com/xiaojianliu/p/9286066.html ...
  • ubuntu16.04下cuda的安装

    千次阅读 2018-08-23 14:54:31
    开始安装CUDA!同样在官网上下载离线安装包(以.run为后缀): 链接:https://developer.nvidia.com/cuda-downloads 登入系统,使用组合键【Ctrl】+ 【Alt】+【F2】 进入命令行,并使用amax用户登录后: 命令: ...
  • Ubuntu16.04 下cuda的安装

    千次阅读 2017-07-28 20:11:28
    cuda:CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出运算平台。 CUDA™是一种由NVIDIA推出通用并行计算架构,该架构使GPU能够解决复杂计算问题。 它包含了CUDA指令集架构(ISA)以及GPU...
  • nvidia 驱动与CUDA 的安装

    万次阅读 2018-02-02 16:05:42
    1、驱动  将驱动源加入,更新 sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update  查找最新版本 ...2、CUDA驱动  在官网找到对应OS与CPU,  https://develop
  • python、pytorch以及CUDA的安装

    千次阅读 2020-08-09 11:05:58
    pytorch的安装 python库的安装 python库的安装可以直接在python官网上下载,但是下载后的只有python本身而没有其他三方库。我们知道在python编程中最头疼的就是版本兼容问题,因此单下python可能会对后续编程产生...
  • win10下pytorch和CUDA的安装完整过程

    千次阅读 2020-02-11 14:09:29
    一、安装Anaconda 或者Miniconda,这里不再赘述,conda具体安装和使用自行百度。 二、查看并升级Nvidia显卡驱动 1、在win10系统里,点击右下角向上箭头,看到缩略图,英伟达logo下方有个“!”,提示驱动有...
  • Linux下,Nvidia驱动以及Cuda的安装

    千次阅读 2019-08-06 12:44:27
    一、确认安装环境 1.禁用nouveau(否则与NVIDIA驱动安装会有冲突,nouveau是linux自带系统驱动) 右键打开终端 sudo vi /etc/modprobe.d/blacklist.conf(没有安装vim编辑器需要先执行 sudo apt-get install vim) ...
  • liunx下CUDA的安装方法

    千次阅读 2012-03-22 18:57:37
    CUDA 在linux系统上安裝指南 适用操作系统 Fedora 7,8,9,10 Redhat Enterprise 3.x,4.x,5.x SUSE Linux Enterprise Desktop 10-SP1,10.2,11.0 OpenSUSE 10.1,10.2,10.3,11.0,11.1 Ubuntu 7.04...
  • 原来我在服务器刚买回来时(2016.4)上本来是这个版本安装的:ubuntu 14.04 + GTX TITANX 显卡驱动驱动直接官网下载当时最新+cuda7.5+opencv 3.0.0rc+matalbr2014a,没问题,师弟一拨乱搞把显卡驱动搞崩了。
  • Linux安装CUDA的正确姿势

    万次阅读 多人点赞 2018-08-20 23:12:39
    Linux安装CUDA的正确姿势 CUDA(Compute Unified Device Architecture,统一计算架构)是由NVIDIA所推出的一种集成技术,是该公司对于GPGPU的正式名称。 透过这个技术,用户可利用NVIDIA的GeForce 8以后的GPU和较...
  • 1.cuda的安装  1.1 最简单的方法——分开安装驱动和cuda  1.2 更万能的方法——同时安装驱动和cuda  1.3 终极杀手锏 2.cudnn的安装 安装之前首先要确认你需要安装的cuda和cudnn的版本,假如你后续还需要...
  • win10卸载CUDA10.1安装CUDA10.0后利用conda配置pytorch卸载CUDA10.1安装CUDA10.0安装Pytorch...其实官网是有CUDA的卸载教程的官网卸载教程但是,我的电脑并没有里边说的路径,我也没有在CUDA的安装文件里找到相应的u...
  • win10下pytorch-gpu安装以及CUDA详细安装过程

    万次阅读 多人点赞 2019-08-17 09:23:55
    1.Cuda的下载安装及配置 首先我们要确定本机是否有独立显卡。在计算机-管理-设备管理器-显示适配器中,查看是否有独立显卡。 可以看到本机有一个集成显卡和独立显卡NVIDIA GetForce GTX 1050。 接下来,测试...
  • 使用GPU和CUDA、cuDNN进行深度学习计算浪潮已经持续了很多年,在此期间,显卡驱动和CUDA版本,以及cudnn深度学习工具包版本已经更新了很多次...本文将介绍如何卸载旧版CUDA(如8.0版)并安装新版CUDA(10.0版) 材...
  • cuda10.1安装

    万次阅读 2019-05-19 09:45:21
    cuda10.1的安装(不兼容,又卸载了) https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 在这里查看安装的版本,在百度上搜索就行,cuda10.1安装就行,...
  • CUDA安装

    万次阅读 2019-09-05 15:24:14
    一、查看支持CUDA的GPU显卡型号:https://developer.nvidia.com/cuda-gpus 二、下载CUDA:https://developer.nvidia.com/cuda-toolkit-archive 1、运行cuda_10.0.130_411.31_win10.exe。安装程序会自动进行系统...
  • 查看系统cuda千万不能用nvidia-smi来看,nvidia-smi提供的是Driver Cuda的版本,并非我们运行时所用的cuda。可以用下列最可靠的指令来看系统cuda版本。 nvcc -V 或者(如果你没配环境变量的话) /usr/local/cuda/...
  • 推荐两篇cuda的安装,可以参考: 非root用户在linux下安装多个版本的CUDA和cuDNN(cuda 8、cuda 10.1 等) 非root用户在Linux系统下安装cuda 注意: 在下载好cuDNN后,对其进行解压,解压到cuda文件夹中。(是...
  • CUDA10.0安装

    千次阅读 2019-04-24 17:34:51
    a:如果 cuda 安装方式是用 deb 安装,采用以下方法彻底卸载 先查询所有与 cuda 相关软件并写入到 txt 文件中: dpkg -l | grep cuda | awk ‘{print $2}’>cuda.txt (自己指定保存路径) 新建一个脚本文件,...
  • Cuda安装详细步骤

    万次阅读 多人点赞 2017-01-09 11:27:02
    网上有很多cuda的安装教程,每个人的电脑配置不同遇到的问题也不一样,现在就我自己的安装配置情况总结一下具体的安装步骤,因为有同学的正确指导,在实际的安装过程中并没有遇到什么特别大的难题,每一步都很仔细...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 17,814
精华内容 7,125
关键字:

cuda的安装