精华内容
下载资源
问答
  • windowsCuda环境变量记录

    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 ...

    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

    展开全文
  • UserWarning: CUDA path could not be detected. Set CUDA_PATH environment...找到该conda虚拟环境下安装的对应版本cuda路径 D:\anaconda3\envs\pytorch1.3.0\Lib\site-packages\cupy\cuda并加入后运行不再报错。 ...

    UserWarning: CUDA path could not be detected. Set CUDA_PATH environment variable if CuPy fails to load.

    在这里插入图片描述

    根据提示打开environment.py后发现_cuda_path为空。找到该conda虚拟环境下安装的对应版本cuda路径
    D:\anaconda3\envs\pytorch1.3.0\Lib\site-packages\cupy\cuda
    加入后运行不再报错。

    ————————————————
    版权声明:本文为CSDN博主「DOULIGEDOU-」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
    原文链接:https://blog.csdn.net/weixin_42462516/article/details/120906785

    展开全文
  • 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...

    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

    下载CUDA 10.0
    https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

    在这里插入图片描述
    一路默认安装即可

    安装遇到错误 NVDIA CUDA安装失败
    参考https://blog.csdn.net/w670165403/article/details/81737139
    先进安全模式把系统的显卡驱动删除
    删除系统盘中这三个文件夹

    C:\Program Files (x86)\NVIDIA Corporation
    C:\Program Files\NVIDIA GPU Computing Toolkit
    C:\Program Files\NVIDIA Corporation

    重启后安装CUDA便成功了

    (安装完CUDA程序后可以再把英伟达的显卡驱动装回来)

    需要注意的是其他安装教程需要去环境变量设置里添加CUDA路径,但我默认安装完CUDA之后便已经添加了环境变量,应该是英伟达后续更新在安装过程中已经添加了脚本
    默认安装完CUDA后就已经添加了环境变量

    下载cuDNN

    https://developer.nvidia.com/rdp/cudnn-download
    需要注册
    登录后选择对应CUDA版本的cuDNN安装
    在这里插入图片描述
    在这里插入图片描述
    下载后解压,将得到的CUDA文件夹bin ,lib,include文件夹

    在这里插入图片描述
    将bin ,lib,include文件夹复制合并到到

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

    中的bin ,lib,include

    在这里插入图片描述
    然后CUDA环境安装就大功告成了

    安装TensorFlow1.13.1-gpu

    pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.13.1-gpu
    

    安装keras

    pip install keras
    

    检查TensorFlow版本以及GPU是否可用

    import tensorflow as tf
    from tensorflow.python.client import device_lib
    
    # 列出所有的本地机器设备
    local_device_protos = device_lib.list_local_devices()
    # 打印
    #print(local_device_protos)
    
    # 只打印GPU设备
    [print(x) for x in local_device_protos if x.device_type == 'GPU']
    
    
    print("TensorFlow版本:",tf.__version__)
    

    输出GPU信息:
    在这里插入图片描述

    安装Pytorch 对应CUDA10.0的GPU版本

    官网第一个安装页面显示了CUDA10.1和10.2的代码
    在这里插入图片描述
    查找CUDA10.0对应的Pytorch的安装方法需要进入
    https://pytorch.org/get-started/previous-versions/

    在这里插入图片描述

    根据安装命令安装

    pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
    

    测试Pytorch是否可用

    import torch
    flag = torch.cuda.is_available()
    print(flag)
    
    ngpu= 1
    # Decide which device we want to run on
    device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
    print(device)
    print(torch.cuda.get_device_name(0))
    print(torch.rand(3,3).cuda()) 
    
    

    输出:
    在这里插入图片描述
    以上新电脑的深度学习环境就配好了。

    展开全文
  • 更新:2020.9.9 原文更新为CUDA 11.0的版本,9.10亲测兼容PyTorch1.6+CUDA10.2的版本。CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算...

    更新:2020.9.9 原文更新为CUDA 11.0的版本,9.10亲测兼容PyTorch1.6+CUDA10.2的版本。


    CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。[1]

    在安装CUDA之前,请确认你的NVIDIA驱动安装是没有问题的。

    |grep NVIDIA

    9ee16aab8a31594073d40e29dbbf81c9.png

    如果安装有问题,可以参考 NVIDIA驱动安装-从问题到解决(Linux/Ubuntu) 进行安装。

    1 - 下载与安装

    首先我们先下载CUDA toolkit。我选择使用runfile方式进行安装。

    aff1e6cc9f2577d2fe0cd762c7019221.png

    下载好之后,不建议使用官网中的代码,而类似NVDIA驱动安装的代码(亲测有效):

    sudo chmod +x cuda_11.0.3_450.51.06_linux.run
    
    sudo ./cuda_11.0.3_450.51.06_linux.run

    如果有协议,输入accept就行。然后进入这一步:

    a0d8551c891143414dcc3798aa7ccb1f.png

    在这一步中,你需要把Driver给去掉,否则会报错。因为已经装了Driver了,所以再次安装会起冲突。我暂时不知道英伟达为什么要把驱动和CUDA捆绑在一起。

    去掉之后选Install,稍等一会儿,就能安装成功了。

    5097735e6dfd9589fa7b1a0babe0f8fa.png

    warning里面关于CUDA driver的内容不用管,说的就是没装NVIDIA driver。

    2 - 配置环境变量中的路径变量(PATH)

    如果你在安装完成后使用nvcc -V,你依然会显示文章开头那个报错信息。你可以能会有疑问:明明我都装上了啊,安装完成的信息还告诉我CUDA安装在“/usr/local/cuda-11.0/”,甚至我还能看到它,可是为什么它运行不了呢?

    b9f856c4b0cf345ca3a2771fb0d80b37.png
    不信你看第三行

    答案是:shell没有能够识别到nvcc这个文件。

    如果我们要让shell识别到它,需要在环境变量中加入对应路径变量。

    Please make sure that: - PATH ... - LD_LIBRARY_PATH ...

    解释一下shell,环境变量和路径变量这三个名词。

    Shell是指一种应用程序,这个应用程序提供了一个界面,用户通过这个界面访问操作系统内核的服务。换句话说,Shell是Linux/Unix的一个外壳,它负责外界与Linux内核的交互,接收用户或其他应用程序的命令,然后把这些命令转化成内核能理解的语言,传给内核,内核是真正干活的,干完之后再把结果返回用户或应用程序。 环境变量是当前环境下的参数或者变量,或者说是指在操作系统中用来指定操作系统的一些参数。 路径变量(PATH)是最常见的环境变量。它的用途就是当用户要求系统运行一个程序而没有告诉它程序所在的完整路径时,系统除了在当前目录下寻找此程序外,还要到PATH变量中指定的路径去寻找。用户可以通过设置PATH变量,来更方便地运行进程。例如,当我们在windows中将Python安装好后,如果直接在CMD中输入 python,它会提示:“Python不是内部或外部命令,也不是可运行的程序或批处理文件。”这时候我们就需要将Python中bin目录的路径加入到PATH变量中去。(如果你没有出现这个错误,说明安装程序已经自动帮你添加了路径变量。) [2]

    那么问题来了,在Linux中如何配置路径变量呢?

    Linux下配置环境变量最常用的两种方法:修改~/.bashrc或/etc/profile。

    ~/.bashrc:该文件包含专用于某个用户的bash shell的bash信息,当该用户登录时以及每次打开新的shell时,该文件被读取。
    另外,/etc/profile中设定的变量(全局)的可以作用于任何用户,而~/.bashrc等中设定的变量(局部)只能继承/etc/profile中的变量。 [3]

    在这里我们使用第一种方法,使用gedit修改.bashrc文件。

    sudo gedit ~/.bashrc

    在最后一行加入路径:

    export 

    保存之后,为了使这个修改立即生效,还需要输入如下代码(如果不执行 source 命令,则需重启系统才能生效):

    source ~/.bashrc

    3 - 查看CUDA版本

    nvcc -V

    注意这个V是大V

    如果你能看到下面的版本信息,说明你成功安装了CUDA。

    4215f117fe29d88dd7cbb65afb964fc2.png

    恭喜你完成安装!


    4 - 删除CUDA

    由于pytorch并没有支持到CUDA11.0,因此卸载并重新安装。

    输入如下代码:

    cd /usr/local/cuda-11.0/bin/
    sudo ./cuda-uninstaller
    sudo rm -rf /usr/local/cuda-11.0

    参考

    1. ^https://www.zhihu.com/topic/19597236/intro
    2. ^https://blog.csdn.net/sun8112133/article/details/79901527
    3. ^https://blog.csdn.net/sun8112133/article/details/79901527
    展开全文
  • 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...
  • 话不多说,先梳理一下我的大概流程安装CUDA安装cuDNN安装pytorch测试第一步,安装CUDA我们都知道安装CUDA是为了利用显卡上的GPU加速运算,所以首先要确定一个事,你的电脑显卡是否支持CUDA,并且是否已经安装了驱动。...
  • 系统环境变量配置 测试cuda yolov4环境搭建 tensorflow_gpu 项目1 项目2 项目3 0.项目介绍 使用YOLOv4、DeepSort和TensorFlow实现对象跟踪。YOLOv4它使用深度卷积神经网络来执行目标检测。我们可以让YOLOv4...
  • win10安装Cuda环境

    千次阅读 2020-04-03 15:14:42
    第一步、安装显卡驱动: 第一种安装方式:下载360的驱动大师安装(最简单) ...输入显卡的型号查找然后下载安装。...第二步、确定CUDA的版本。 打开NVIDIV设置,如上图,双击打开软件。选择“帮助—》系统信...
  • 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...
  • 参考几篇文章,成功在win10安装了CUDA环境 详细解说,图文并茂: 链接:[https://blog.csdn.net/m0_37605642/article/details/98854753] 在Windows上安装特定于GPU的软件包: 链接:...
  • 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...
  • CUDA和cudnn的环境变量设置问题

    千次阅读 2019-08-12 11:22:00
    在 ~/.bashrc 里再设置一下cuda环境变量: export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}export CUDA_HOME=/usr/...
  • win10系统下,cuda安装完之后,打开编辑系统环境界面,
  • 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环境变量的配置2.3 检验CUDA环境变量的配置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...
  • 1.1.Win10下CUDA的安装(此部分只是记录一下安装过程,和上面版本可能不对应) 以下部分来自:https://blog.csdn.net/weixin_41762173/article/details/104261249 1.1.1.查看并升级Nvidia显卡驱动 A:在win10系统里,...
  • cudawindows系统环境变量中主要涉及“path”和“CUDA_PATH”,只需在程序里临时更新即可,以配置cuda9为例 import os path_add = r'D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin;D:\Program ...
  • 如要查看或更改环境变量: 右键单击“我的电脑”,然后单击“属性”。 单击“高级”选项卡。 单击“环境变量”。 对于用户变量或系统变量,单击下面的选项之一: 单击“新建”添加一个新变量名和值。 ...
  • Windows 10配置CUDA 9.2

    万次阅读 2018-08-28 02:13:57
    在看《CUDA by Example》第四章的时候有这样一句话:If you would like to see how easy it is to generate a massively parallel application, try changing the 10 in the line #define N 10 to 10000...
  • 你可以使用cross-env包来设置: npm i -g cross-env cross-env JASMINE_BROWSER=PhantomJS 或者在命令行中,直接 set JASMINE_BROWSER=PhantomJS
  • 2020/5/29在 windows10 上面安装 CUDA 和 cuDNN0、简单了解一下 CUDA 和 cuDNN1)什么是 CUDACUDA(ComputeUnified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算...
  • Win 系统 CUDA 环境配置

    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...
  • docker环境变量设置

    千次阅读 2018-11-30 16:54:04
    我们在运行docker容器应用程序时,需要使用特定的环境变量,并希望... (1) dockerfile ENV 设置环境变量,该方式直接将变量生成到镜像中 ENV PATH=/usr/loca/mysql/bin:$PATH LD_LIBRARY_PATH=/usr/local/cu...
  • 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...
  • windowsCUDA环境配置

    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...
  • Windows7+GPU+CUDA环境开发

    千次阅读 2017-12-01 11:30:11
    VS2013+CUDA8.0环境配置(VS2010一样,都已成功) 1.官网下载VS2013和CUDA8.0软件 2.强烈建议先装CUDA8.0,一键傻瓜...接下来配置cuda环境变量,默认安装好后,系统会自动帮你设置好2个环境变量CUDA_PATH和CUDA_PAT
  • 1 概述Windows下Python+CUDA+PyTorch安装,步骤都很详细,特此记录下来,帮助读者少走弯路。2 PythonPython的安装还是比较简单的,从官网下载exe安装包即可:因为目前最新的torch版本只支持到Python 3.8,因此为了...
  • 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...
  • WIN10系统VS2015+cuda10.1安装及环境配置

    千次阅读 2019-07-03 14:27:37
    WIN10系统VS2015+cuda10.1安装与环境配置 这是我第一次在CSDN发帖,主要写一下安装VS2015+CUDA10.1的心酸历程,博主在安装时碰到了点特殊问题,历经3日折磨,看了N个大神的帖子,尝试数次,终于成功,再次也感谢下...
  • windowsCUDA 并行编程环境搭建 0 写在前面 感谢网上各位大佬的分享,文章将引用本人在网上查找的部分链接及内容,如有不当之处请留言之处,定及时改正! 版本:Windows 10 ,CUDA 10.2 ,VS2019 安装过程出现的...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 8,522
精华内容 3,408
关键字:

windowscuda添加环境变量