西安网站制作怎么联系,拉新项目官方一手平台,重庆明建网络科技有限公司干啥的,网络服务主要包括什么文章目录1、查询电脑硬件2、环境搭建与软件安装1、安装CUDA运算平台软件2、安装cuDNN支持包3、配置环境变量3、验证CUDA与cuDNN安装前几天在看深度学习。因为对深度学习不是很了解#xff0c;在配置环境时走了许多弯路#xff0c;也总是战战兢兢的。现在对深度学习的环境搭建…
文章目录1、查询电脑硬件2、环境搭建与软件安装1、安装CUDA运算平台软件2、安装cuDNN支持包3、配置环境变量3、验证CUDA与cuDNN安装前几天在看深度学习。因为对深度学习不是很了解在配置环境时走了许多弯路也总是战战兢兢的。现在对深度学习的环境搭建做一次完整的介绍让大家按照这个步骤就可以完成系统环境的配置。接下来让我们开始吧
1、查询电脑硬件 要求电脑必须要有 NVIDIA 独立显卡
如何查询电脑的显卡型号呢 1、在电脑桌面右击“此电脑”点击“属性” 2、在打开界面选择“设备管理器” 3、先在“设备管理器”界面点击“显示适配器”显卡的型号就会显示出来。 一般 Intel开头的为集成显卡 一般 AMD、NVIDIA开头的为独立显卡。 4、需要查看显卡详细信息则右击显卡选择“属性” 文字理解起来不好理解的话这里有图文教程的传送门https://jingyan.baidu.com/article/4b07be3c90026f48b380f399.html
2、环境搭建与软件安装
开始吧少年
1、安装CUDA运算平台软件
1、查询电脑CUDA支持的版本 https://jingyan.baidu.com/article/6fb756ec4fabc4241858fbf7.html 2、下载CUDA安装包 这里以最新版本CUDA10.2为例。其他版本用户按照教程寻找对应版本下载。 首先打开英伟达开发者网站下的CUDA工具包下载网站。如若觉得去网站下载比较麻烦可以到此项内容最后处有可以直接网盘下载CUDA10.2的包给大家准备好 https://developer.nvidia.com/cuda-toolkit 网站界面如下图 点击上图红色方框内所示的 DownLoad CUDA 10.2 NOW 之后显示如下图所示网页。 点击上图红色方框内所示的 Windows按钮选择windows安装包 之后显示如下图所示网页。 ①蓝色框内表示Win10操作系统下安装包②红色框内表示Win8操作系统下安装包③橘色框内表示Win7操作系统下安装包 大家按照自己的需求选择。接下来以win10为例。 点击①蓝色框内按钮 之后显示如下图所示网页。 点击红色框内的exe [local]按钮表示下载安装包进行安装。 之后显示如下图所示网页。 鼠标左键点击红色方框内Download[2.6GB]按钮。进行软件下载。 或者右键点击点击红色方框内Download[2.6GB]按钮选择迅雷下载。这个更快一点前提电脑有迅雷 如下图片所示
当然也为大家准备好了现成的包直接下载 注意是cuda_10.2
Win10用户安装 **cuda_10.2.89_441.22_win10.exe**
链接https://pan.baidu.com/s/1953UNfMOig-JJvUOrK58Ig
提取码3kz8Win7用户安装 **cuda_10.2.89_441.22_windows.exe**
链接https://pan.baidu.com/s/1R-zKji19k7Lrk7i5w3YJ1Q
提取码g62d 3、安装CUDA
右击下载好的cuda_10.2.89_441.22_win10.exe软件,以管理员身份运行如下图所示 之后显示窗口 注意②号红色方框内的路径是安装包解压路径软件安装完毕后会自动删除。 首先点击①号蓝色框内按钮选择CUDA的解压路径之后点击③号橘色方框内的OK按钮以继续。 之后将进行解压缩操作如下图所示 在解压缩过程中如果安装360等安全软件会提示软件访问关键位置的警示选择允许软件所有操作。 解压完成后安装软件会自行启动如下图 之后软件会进行系统兼容性检查如下图 系统兼容性检查通过后安装程序显示软件许可协议。如下图 点击红色方框内的同意并继续软件弹出安装选择选项如下图 我们首先点击①红色框内的自定义之后点击②蓝色方框内的下一步继续之后显示页面 这里我们只选择CUDA其他两项不进行选择。之后点击红色方框内的下一步以继续。
我们接下来更改一下安装位置安装在D盘下。 安装路径分别为 D:\NVIDIA\CUDA D:\NVIDIA\CUDA D:\NVIDIA\CUDA Samples 如下图所示 之后点击②蓝色方框内的下一步。**注意**在点击下一步前必须关闭vs。 之后开始安装并等待。如下图所示。 等待安装完成。 点击关闭。
2、安装cuDNN支持包
1、下载cuDNN支持包 这里以cuDNN for CUDA 10.2支持包为例如果CUDA版本不是10.2的用户下载相应的cuDNN包
首先打开英伟达开发者网站下的cuDNN支持包下载网站。如若觉得去网站下载比较麻烦可以到此项内容最后处有可以直接网盘下载for CUDA 10.2的包给大家准备好 https://developer.nvidia.com/cudnn 网站界面如下图 点击红色方框内的Download cuDNN按钮显示以下页面 有NVIDIA账户的用户点击①红色框内的Login进行登录。 没有NVIDIA账户的用户点击②蓝色框内的Join now进行注册。 我们在这里只介绍登录的方式对于NVIDIA账户的注册请移步https://jingyan.baidu.com/article/7908e85c3cae87ef491ad24b.html 点击①红色框内的Login后网页显示如下 填写账户名与密码之后点击红色方框内的Login显示如下网页 点击红色箭头指向的勾选框显示如下界面 我们CUDA安装的是10.2版本我们在这里选择红色框内的for CUDA 10.2之后显示网页 因为我们以WIN10系统为例所以点击①红色方框内链接进行下载。WIN7用户请点击②蓝色框内链接进行下载。同样大家可以参考CUDA的下载方法使用迅雷进行下载。 当然也为大家准备好了现成 for CUDA 10.2 的包直接下载 注意是for CUDA 10.2
Win10用户安装 **cuda_10.2.89_441.22_win10.exe**
链接https://pan.baidu.com/s/12ZGiFl9Er2-INJOAXQZqPQ
提取码7p1k Win7用户安装 **cuda_10.2.89_441.22_windows.exe**
链接https://pan.baidu.com/s/1eUmnYm4-UzdSB7syTqvKDQ
提取码m7xc 2、安装cuDNN支持包 ①、解压cuDNN支持包得到三个文件夹和一个TXT文档。 ②、将解压后的文件复制到安装路径下D:\NVIDIA\CUDA下。 注意解压到自己的 CUDA 安装路径下。 之后会显示是否合并文件夹选择①红色方框内的为所有项目执行操作之后点击②蓝色方框内的是按钮。 完成cuDNN支持包的安装
3、配置环境变量
1、设置环境变量
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_V8_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\v8.0(这是默认安装位置的路径经自定义路径后我的路径为D:\NVIDIA\CUDA Samples) CUDA_LIB_PATH %CUDA_PATH%\lib\x64 CUDA_BIN_PATH %CUDA_PATH%\bin CUDA_SDK_BIN_PATH %CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH %CUDA_SDK_PATH%\common\lib\x64
2、设置系统变量
①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%; ②再添加如下4条 如果选择默认安装路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64 我安装在D盘需要输入的路径 D:\NVIDIA\CUDA\lib\x64 D:\NVIDIA\CUDA\bin D:\NVIDIA\CUDA Samples\common\lib\x64 D:\NVIDIA\CUDA Samples\bin\win64 3、配置情况 如下为我的环境变量和PATH的配置情况 环境变量 PATH
3、验证CUDA与cuDNN安装
点击键盘Win键R键打开运行界面 在运行里面输入“cmd” 之后点击确定。打开命令行界面 输入 cd安装路径,点击回车再输入nvcc -V则显示CUDA版本信息。 例如我的安装路径为D:\NVIDIA\CUDA 输入cd D:\NVIDIA\CUDA回车 输入nvcc -V回车
如运行后显示CUDA的版本等信息即可认为安装成功。如下图所示 博主简介工业自动化上位机软件工程师、机器视觉算法工程师、运动控制算法工程师。目前从业于智能制造自动化行业。 博主邮箱2296776525qq.com 接下来一段时间我将持续更新关于Halcon深度学习的相关内容。帮忙点个赞吧。哈哈。
