精华内容
下载资源
问答
  • cuda环境变量配置windows
    万次阅读
    2019-07-02 13:56:30

    本篇博客仅用于记录自己的CUDA变量,以便于CUDA8和CUDA9的转变:

    Path中添加:
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp

    添加CUDA_PATH_V8_0名,然后在其中添加:
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

    更多相关内容
  • CUDA学习:Windows下的CUDA环境配置

    千次阅读 2022-07-16 18:37:16
    Windows环境下的CUDA配置

    Windows下的CUDA环境配置

    一、查看自己电脑的显卡信息

    • 使用win+R打开运行窗口,在运行窗口中输入cmd打开命令行
    • 在命令行中键入nvidia-smi查看显卡支持信息
      • 从下图中可以看到,本机显卡的显卡驱动版本为:472.39;CUDA支持版本为:11.4

    在这里插入图片描述

    二、下载CUDA工具包

    • 在查看完电脑的显卡信息后,需要对显卡驱动版本和CUDA版本对应的CUDA Toolkit工具包进行确认.

    • 前往NVIDIA官网的官方文档:Release Notes :: CUDA Toolkit Documentation (nvidia.com)查看对应的信息.下载的CUDA Toolkit版本不能高于显卡自身的CUDA 版本.以笔者电脑为例则不能下载高于11.4版本的CUDA Toolkit工具包.除此之外,在官方文档(table 1;table 2)中核对本机的显卡驱动版本是否想要下载的CUDA Toolkit版本的要求

    • 核对完成后,前往NVIDIA官网下载对应版本的CUDA工具包:CUDA Toolkit Archive | NVIDIA Developer
      在这里插入图片描述

      • 选择Windows环境下的CUDA安装包.安装包类型有两类:一类是local,另一类是network.
      • local版本包含了CUDA Toolkit中的所有组件,是一个离线安装包.
      • network版本是一个通过网络的安装程序,可以自由选择想要下载的CUDA Toolkit组件.
      • 联网环境下一般选择下载network版本的安装包
    • 本文以network版本的安装程序为例,下载完成后运行可执行程序,按照提示步骤进行安装即可

    • 安装路径设置为默认路径

    在这里插入图片描述

    三、配置系统环境变量

    • 安装完成后,以win10系统为例.右键:“此电脑”->“属性”,选择高级系统设置,如下图所示

    在这里插入图片描述

    • 选择"高级"中的"环境变量",开始设置环境变量
    • 安装完成后,系统环境变量中自动被添加上了如下所示的两个环境变量(版本号对应用户所下载的版本号):

    在这里插入图片描述

    • 用户需要手动添加以下的环境变量:
    CUDA_BIN_PATH=%CUDA_PAT%\bin
    CUDA_LIB_PATH=%CUDA_PATH%\lib\x64
    CUDA_SDK_BIN_PATH=%CUDA_SDK_PATH%\bin\win64
    CUDA_SDK_LIB_PATH=%CUDA_SDK_PATH%\common\lib\x64
    CUDA_SKD_PATH=C:\ProgramData\NVIDIA Corporation\CUDA Sample\v11.3
    
    • 添加上上述环境变量后,在系统环境变量Path中添加下列路径:
    %CUDA_BIN_PATH%
    %CUDA_LIB_PATH%
    %CUDA_SDK_BIN_PATH%
    %CUDA_SDK_LIB_path%
    

    四、查看CUDA是否安装成功

    • 在命令行中输入:nvcc --version查看nvcc编译器版本,如下图所示

    在这里插入图片描述

    • 在命令行中输入set cuda,查看设置的环境变量情况.如下所示:

    在这里插入图片描述

    • 验证deviceQuery.exebandwidthTest.exe两个可执行程序是否能够正常运行.默认安装路径下,两个可执行程序的路径为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite.
    • 在命令行中运行上述两个可执行程序,运行结果为result=PASS则说明CUDA安装成功,如下所示:

    在这里插入图片描述
    在这里插入图片描述

    五、在VS2019下配置CUDA调试环境

    • 打开VS2019,新建空项目,右键项目,选择“生成依赖项”,选择“生成自定义”,在"生成自定义"中勾选"CUDA",如下所示:

    在这里插入图片描述

    • 在空项目中新建后缀为.cu的源文件.右键该文件,选择"属性"->“常规”->“项类型”.将"项类型设置为:CUDA C/C++.如下所示:

    在这里插入图片描述

    • 完成上述步骤后进行项目配置.右键项目,选择属性.配置选所有配置(即debug和Realise配置一致).

    • 然后分平台(x64和win32)分别进行配置

    • x64平台下的配置

      • 包含目录配置

        • 项目->“属性”->“配置属性”->“VC++目录”->"包含目录
        • 添加包含目录:$(CUDA_PATH)\include
      • 库目录配置

        • “VC++目录”->“库目录”
        • 添加库目录:$(CUDA_PATH)\lib\x64
      • 依赖项

        • “配置属性”->“链接器”->“输入”->“附加依赖项”
        • 添加库文件(库文件数量较多,默认存储路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64,可在该路径下自己添加依赖项):
        cublas.lib
        cuda.lib
        cudadevrt.lib
        cudart.lib
        cudart_static.lib
        OpenCL.lib
        
    • Win32平台下的配置

      • 包含目录与x64相同

      • 库目录配置

        • 添加库目录:$(CUDA_PATH)\lib\Win32
      • 依赖项

        • 添加库文件(Win32平台与x64平台的库文件不相同):
        cuda.lib
        cudadevrt.lib
        cudart.lib
        cudart_static.lib
        OpenCL.lib
        
    • 配置VS2019下的NsightGPU代码编译器

      • 在VS2019的"扩展"->“管理扩展"中联机搜索"nsight”,下载"NVIDIA Nsight Intergration"的扩展组件,用于在VS中调试GPU代码.如下所示.

    在这里插入图片描述

    • 拓展下载完成后,可以使用该扩展对GPU代码进行编程.
      • 在GPU的核函数中添加断点,点击"Start CUDA Debugging(Next-Gen)"便可进入GPU代码的调试,调试过程与VS调试CPU代码相同
      • 使用"CUDA Debugging"只能对GPU部分的代码进行调试,即只能对核函数进行调试,不能对CPU代码进行调试
      • 使用VS2019中的"本地Windows调试器"**只能对CPU部分的代码进行调试,无法调试GPU部分的代码

    在这里插入图片描述

    • 使用下面给出的测试程序进行测试,查看能否正常运行.

      • 运行结果如下所示

    在这里插入图片描述

    #include "cuda_runtime.h"
    #include "device_launch_parameters.h"
    #include<iostream>
    #include <stdio.h>
    using namespace std;
    constexpr size_t MAXSIZE = 20;
    
    __global__ void addKernel(int* const c, const int* const b, const int* const a)
    {
    	int i = threadIdx.x;
    	c[i] = a[i] + b[i];
    }
    
    int main()
    {
    	constexpr size_t length = 6;
    	int host_a[length] = { 1,2,3,4,5,6 };
    	int host_b[length] = { 10,20,30,40,50,60 };
    	int host_c[length];
    	//为三个向量在GPU上分配显存
    	int* dev_a, *dev_b, *dev_c;
    	cudaMalloc((void**)&dev_c, length * sizeof(int));
    	cudaMalloc((void**)&dev_a, length * sizeof(int));
    	cudaMalloc((void**)&dev_b, length * sizeof(int));
    	//将主机端的数据拷贝到设备端
    	cudaMemcpy(dev_a, host_a, length * sizeof(int), cudaMemcpyHostToDevice);
    	cudaMemcpy(dev_b, host_b, length * sizeof(int), cudaMemcpyHostToDevice);
    	cudaMemcpy(dev_c, host_c, length * sizeof(int), cudaMemcpyHostToDevice);
    	//在GPU上运行核函数,每个线程进行一个元素的计算
    	addKernel << <1, length >> > (dev_c, dev_b, dev_a);
    	//将设备端的运算结果拷贝回主机端
    	cudaMemcpy(host_c, dev_c, length * sizeof(int), cudaMemcpyDeviceToHost);
    	//释放显存
    	cudaFree(dev_a);
    	cudaFree(dev_b);
    	cudaFree(dev_c);
    	for (int i = 0; i < length; ++i)
    		cout << host_c[i] << " ";
    	cout << endl;
    	getchar();
    	system("pause");
    	return 0;
    }
    	//释放显存
    	cudaFree(dev_a);
    	cudaFree(dev_b);
    	cudaFree(dev_c);
    	for (int i = 0; i < length; ++i)
    		cout << host_c[i] << " ";
    	cout << endl;
    	getchar();
    	system("pause");
    	return 0;
    }
    
    展开全文
  • Win 系统 CUDA 环境配置及卸载

    千次阅读 2021-11-16 16:41:17
    1、下载并安装CUDA 查看自己电脑支持的 cuda 版本,或者选择自己需要的 cuda 版本安装。(本教程以cuda1.2为例) 献上各种CUDA的下载链接:CUDA Toolkit Archive | NVIDIA Developer 当解压完毕后会自动运行...

    目录

    1、下载并安装CUDA

    2、安装cudnn

    3、环境变量配置

    4、CUDA的卸载


    1、下载并安装CUDA

             查看自己电脑支持的 cuda 版本,或者选择自己需要的 cuda 版本安装。(本教程以cuda10.2为例)

             献上各种CUDA的下载链接:CUDA Toolkit Archive | NVIDIA Developer

             当解压完毕后会自动运行安装程序,之后窗口会自动弹出来,点击 同意并继续

     

            第一步:一定要选择 自定义安装。

     

            第二步:在组件 CUDA 中将 Visual Studio Intergration 取消掉。这个还是蛮有意思的,因为这个组件是专为 VS 配置的,但是现在使用的代码编译器基本都是 vscode,pycharm 等轻量编译器之流,用 VS 就比较没意义了;我在网上还看见一个说法,这个必须取消掉,不然没法正确安装。反正取消就完事了。

            第三步:CUDA 在安装的时候会默认安装一个 NVDIA 的显卡驱动。下图可以看出,该显卡驱动版本是 441.22。重点:“当前版本” 这一栏会显示你目前电脑上的显卡驱动型号,比如下图所示,我的电脑目前驱动是 441.22,这个数字如果大于 441.22,说明版本更新一些。如果你的当前版本高于 CUDA 想要安装的新版本,那么一定要把 display driver 取消掉!不然 CUDA 安装发现你现有的比我要安的还高级,我还安个锤子,就会出现安装失败的错误;如果你的当前版本低于 CUDA 想要安装的新版本,那么一定要把 display driver 勾选,驱动版本不够新,CUDA 也运行不了。如果巧了当前版本与新版本一模一样,那勾不勾选随意。

     

             安装完成后打开 cmd 窗口输入 nvcc -V 即可显示安装的 cuda 版本。

     

            或者在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin 文件夹里有该 nvcc.exe 文件也表明安装成功。 以及该文件 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64 下的 cupti64_102.dll 动态库。

    2、安装cudnn

             献上下载网址:cuDNN Archive | NVIDIA Developer

            选择与安装的 cuda 版本对应的 cudnn(此处我安装的 cuda 是10.2 所以我选择对应的 cudnn 7.6.5)。

             下载下来是个压缩包,解压完如下图所示,名字叫 cuda,里面有三个文件夹。

     

             打开之后,里面有三个文件夹,将它们分别复制到安装 cuda 的文件夹里对应的文件夹名下即可。

     

             即:将 cudnn 里的三个文件里的文件复制到 cuda 安装位置对应的文件中

    3、环境变量配置

             右键点击 我的电脑,选择 属性,选择 高级系统设置,接下来的窗口如下图所示。接下来选择 系统变量 里面的 Path,点击 编辑

            将以下路径添加到 Path 之中(如果更改了安装路径,自己对应修改下)。

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64

    C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64

    C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\\cudnn\bin

            此时 Cuda 安装完成。 

    4、CUDA的卸载

    ①windows自带的控制面板,用来卸载主程序

    ②腾讯电脑管家等类似杀毒软件,用来清除卸载之后的无效注册表

            留下: NVIDIA的图形驱动程序、NVIDIA Physx系统软件、NVIDIA GeForce Experience。其余可卸载。

    注意:NVIDIA的图形驱动程序、NVIDIA Physx系统软件必须留下。但在有些教程中,NVIDIA GeForce Experience也可卸载。

    参考:https://blog.csdn.net/m0_37872216/article/details/103136477

    展开全文
  • windows下VS安装CUDA环境配置

    千次阅读 2022-01-28 18:12:00
    windows下VS安装CUDA环境配置一.CUDA环境配置VS中配置CUDA 一.CUDA环境配置 1.此电脑->属性->高级系统设置->环境变量->系统变量 在系统变量中新建5个新内容(如图所示): 1.变量名: CUDA_SDK_PATH 变量...

    CUDA安装见:https://blog.csdn.net/Ang_go/article/details/122329715
    本文内容均在已安装VS和CUDA情况下,如需安装教程,请自行搜索。

    windows下VS安装CUDA环境配置

    一.CUDA环境配置

    1.此电脑->属性->高级系统设置->环境变量->系统变量
    在系统变量中新建5个新内容(如图所示):
    1.变量名: CUDA_SDK_PATH
    变量内容:C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2
    v10.2指下载版本文件夹,请导航至自己下载版本的文件夹中,下同

    2.变量名: CUDA_LIB_PATH
    变量内容:%CUDA_PATH%\lib\x64

    3.变量名: CUDA_BIN_PATH
    变量内容:%CUDA_PATH%\bin

    4.变量名: CUDA_SDK_BIN_PATH
    变量内容:%CUDA_SDK_PATH%\bin\win64

    5.变量名: CUDA_SDK_LIB_PATH
    变量内容:%CUDA_SDK_PATH%\common\lib\x64在这里插入图片描述
    2.在用户变量的path中新建4个新内容(如图所示):

    %CUDA_LIB_PATH%
    
    %CUDA_BIN_PAHT%
    
    %CUDA_SDK_BIN_PAHT%
    
    %CUDA_SDK_LIB_PATH%
    

    在这里插入图片描述
    3.测试:win+R,输入cmd,打开命令行,输入 set cuda,显示如下内容,若无显示,请重启,显示如下内容即为1,2步成功,才可进行此步
    在这里插入图片描述

    切换如下目录,v10.2指下载版本文件夹,请导航至自己下载版本的文件夹中,下同

    cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite
    

    运行deviceQuery.exe

    deviceQuery.exe
    

    在这里插入图片描述

    显示如下结果,最后显示Result=PASS,即为成功!
    在这里插入图片描述
    在这里插入图片描述

    VS中配置CUDA

    1.VS新建一个空项目,打开属性管理器
    下图1位置,新建一个*.props文件,命名为CUDA_debug_x64在这里插入图片描述
    2.右键 刚建的CUDA_debug_x64->属性,如下图
    在这里插入图片描述3.VC++目录->包含目录中添加

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
    

    VC++目录->库目录中添加

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
    

    在这里插入图片描述
    4.仍然是上一步属性中 ->链接器->输入->附加依赖项,添加下述内容(见图)

    cublas.lib
    cublasLt.lib
    cuda.lib
    cudadevrt.lib
    cudart.lib
    cudart_static.lib
    cufft.lib
    cufftw.lib
    curand.lib
    cusolver.lib
    cusparse.lib
    nppc.lib
    nppial.lib
    nppicc.lib
    nppicom.lib
    nppidei.lib
    nppif.lib
    nppig.lib
    nppim.lib
    nppist.lib
    nppisu.lib
    nppitc.lib
    npps.lib
    nvblas.lib
    nvgraph.lib
    nvml.lib
    nvrtc.lib
    OpenCL.lib
    

    在这里插入图片描述
    🆗!!

    展开全文
  • 本人CSDN原文网址:windows10+vs2017+opencv3.4.1配置YOLOV4_python_小景的博客-CSDN博客​blog.csdn.net首先需要准备的软件包:我这里CUDA是10.0版本,CUDNN是对应10.0的版本,一定要对应,可以在控制面板看一下...
  • windows10下CUDA10.0环境配置

    千次阅读 2020-05-11 08:41:42
    新电脑到手,配置一下深度学习环境 Windows 10 Version 1909 显卡1660TI 安装python3.6 安装CUDA 安装是发现CUDA安装失败,参考 先进安全模式把系统的显卡驱动删除 下载CUDA 10.0 下载 (安装完CUDA程序后可以再把...
  • win10+CUDA安装及环境配置

    万次阅读 多人点赞 2020-09-26 17:03:19
    首先通过NVIDIA控制面板查看电脑适用的CUDA版本 CUDA和CUDNN的版本要对应,即:CUDA 9.1,CUDNN也下载9.1 安装CUDA 下载其他版本,请选择右下角Legacy Releases 下载CUDNN (最好用10.2以下) 点击下载,没有注册...
  • windowsCUDA环境配置

    千次阅读 2020-12-23 17:41:43
    CUDA环境配置: 本地环境: win10 1909 vs2017 CUDA v11.2 所有步骤基本上参照这个博客: https://blog.csdn.net/xianhua7877/article/details/80792027 其中由于CUDA版本不同, 需要做一点小修正: SDK这里, 路径...
  • win10+vs2015+cuda+cudnn 环境变量配置

    千次阅读 2019-05-08 15:34:36
    https://blog.csdn.net/sinat_41789705/article/details/83592783 win10安装 pytorchhttps://blog.csdn.net/MarsLee_U/article/details/80489618 anaconda 历史版本... pytorch版yolo...
  • CUDA+Windows+VS环境配置

    千次阅读 2021-02-05 15:22:55
    Index 目录索引写在前面1 VS的安装2 CUDA 的安装和配置2.1 CUDA的安装2.2 CUDA环境变量配置2.3 检验CUDA环境变量配置3 VS中CUDA的配置安装过程中可能遇到的问题情况1 写在前面 以前只是在 PyCharm 编译环境中...
  • CUDA 下载地址(可查看历史版本):https://developer.nvidia.com/cuda-toolkit-archive 建议选择安装自定义安装(具体原因我也不是...安装CUDA11.0完后,把cudnn-11.0-windows-x64-V8.0.5.39.zip解压后,把bin,inclu
  • 最新CUDA环境配置(Win10 + CUDA 11.6 + VS2019)

    万次阅读 多人点赞 2022-04-21 20:42:57
    本文介绍如何在win10系统中搭建CUDA + VS2019的开发环境 CUDA是目前做人工智能, 深度学习等方向的必备工具库. 由CUDA衍生出的加速工具很多, 如: cuDNN, TensorRT, cuBLAS等HPC加速库, 或者涉及最新的元宇宙概念中的...
  • 查看pytorch cuda cudnn的方式最佳方式---pytorch方法linuxwindows 最佳方式—pytorch方法 在conda 环境中进入python模型: import torch print(torch.__version__) print(torch.version.cuda) print(torch....
  • windows10搭建CUDA环境并运行示例

    千次阅读 2022-03-25 10:19:39
    配置VS开发环境运行CUDA 1. 配置检查 我的笔记本配置windows 10 + nvida geforce MX350 进入cmd输入nvidia-smi 就可以查看到当前显卡支持的最低CUDA版本号 可以看到支持最低11.4 那么我们需要下载CUDA 11.4以上...
  • Windows系统下Pytorch环境配置(conda环境CUDA、cuDNN简单安装等)
  • CUDA、CUDNN在windows下的安装及配置

    万次阅读 多人点赞 2019-08-10 08:30:56
    全网最详细 | Windows 安装 TensorFlow2.0 GPU 详细教程 Wind10安装anaonda+cuda10.1+cudnn+pytorch+tensorflow-gpu win10+GTX1050Ti+anaconda3+tensorflow1.14.0+cuda10.0+cudnn7.6.1.34(带GPU使用检测) 一、...
  • https://developer.nvidia.com/rdp/cudnn-archivehttps://developer.nvidia.com/cuda-80-ga2-download-archive1-cuda下载好后,直接按照默认选项安装。2-cudnn下载后解压(比如解压后为C:\cuda\),会有bin、inc...
  • Windows下 VSCode配置cuda编译环境

    万次阅读 热门讨论 2020-07-29 11:39:35
    Windows系统下,在Visual Studio 里配置CUDA环境网上已经有很多资料了,而在轻量级IDE VScode上编译CUDA的材料不是很多,本篇博文将简要介绍在Windows 系统下配置CUDA环境的方法。 一、VScode插件 code-runner法 ...
  • Windows10+pytorch+cuda10.0环境配置教程

    千次阅读 2022-01-17 19:13:52
    一、安装CUDA 下载cuda,下载链接CUDA Toolkit Archive | NVIDIA Developer 点击下载,下载完成开始安装。 选择安装的临时目录。点击OK。等待几分钟。
  • win10系统下,cuda安装完之后,打开编辑系统环境界面,
  • Opencv 迅雷下载(直接下载会失败)Opencv安装包,以及将头文件导入VisualStudio中的project。... 找到和visual studio2019相适应的显卡驱动和CUDA版本; 查询显卡驱动版本: https://www.nvidia.com/Dow...
  • Windows下安装CUDA配置cuDNN教程

    千次阅读 2021-08-13 18:21:14
    Windows下安装CUDA配置cuDNN教程 一、查看电脑的显卡驱动版本 1.键盘点击Windows+R或者在搜索栏输入cmd,进入命令提示符 2.在命令提示符下,输入nvidia-smi,查看显卡驱动版本 本电脑显卡驱动版本为:456.71 二、...
  • PyTorch-GPU环境配置

    2020-12-23 07:59:38
    这篇博客就是为了记录下我自己配置...吸取之前的教训,我现在要记录下我自己的配置过程,省的之后再安装还要百度23333333创建conda虚拟环境我通过如下命令创建了虚拟环境:conda create -n pygpu pip python=3...
  • 场景 习惯了Windows11 wsl2的linux环境。今天记录一下在wsl2的ubuntu18.04中配置...首先,如果是刚刚接触Windows11 WSL2和PyTorch的同学不建议采用此文章所述的Windows11 WSL2 +cuda PyTorch的开发环境。 如果你对Wi
  • windows10+cuda10.1 深度学习环境配置

    千次阅读 2020-02-24 00:38:53
    迫于学校不让开学,不得已收了块N卡在家里学习,顺便记录下配环境的过程和踩过的坑 首先说一下最坑的 下载cuda之前千万要去确认一下想要使用的深度学习库支持的最高的cuda的版本。 我就在目前(2020.2.22)pytorch和...
  • (AMD显卡不能直接调cuda,只能装虚拟机,在Linux系统上安装ROMc来调cuda,巨麻烦,而且只有部分型号的amd显卡才支持安装ROMc) 1、 Anaconda安装 1.1 先下载Python还是Anaconda? Anaconda!装anaconda,就不...
  • CLION配置CUDA环境

    2022-08-20 19:16:38
    windows下CLION的CUDA环境配置
  • GPU加速环境配置
  • title: Windows10 配置 Nvidia 驱动与 Cuda 环境搭建 mathjax: false date: 2021-04-17 12:50:27 tags: [Environment, Cuda] categories: [Environment, Cuda] Windows 配置GPU加速编程环境可能问题比Linux多一些,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 8,708
精华内容 3,483
关键字:

cuda环境变量配置windows