CUDA、CUDNN在windows下的安装及配置_cuda自定义安装路径还是占用c盘

目录

一、安装前的准备

（1）查看自己支持的CUDA版本，打开NVIDIA控制面板，选择系统信息

（2）NVIDIA官网下载对应CUDA版本

 （3）CUDNN的下载

 二、安装过程

（1）安装CUDA

（2）配置CUDNN

（3）配置环境变量

（4）测试CUDA

（5）查询显卡算力

三、 TensorFlow 2.0 安装与测试 

四、可能出现的问题

（1）显卡驱动、CUDA版本不一致的问题，需要按照前面的步骤查看当前显卡驱动所支持的CUDA版本，去NVIDIA官网下载对应版本的CUDA

​（2）ImportError: Could not find 'cudart64_100.dll'错误

---

一、安装前的准备

（1）查看自己支持的CUDA版本，打开NVIDIA控制面板，选择系统信息

 

 NVIDIA控制面板下  系统信息 显示：CUDA10.1。这里CUDA10.1是支持的最高版本的CUDA，可以向下兼容，且可以安装多个版本的CUDA，可以通过更改环境变量来更改为你需要用到的CUDA版本。CUDA多版本共存请参考博客： Windows下CUDA多版本共存

（2）NVIDIA官网下载对应CUDA版本

CUDA下载地址：CUDA Toolkit Archive | NVIDIA Developer

 

 （3）CUDNN的下载

官网下载地址：https://developer.nvidia.com/rdp/cudnn-download

没有账号需要注册账号，账号登录后，找到自己对应的CUDA版本，点击下载

 

 

 

 二、安装过程

（1）安装CUDA

安装路径，选择OK（安装完成后路径会自动变化，所以这里路径选择默认就好）

 取消勾选GeForce Experience 

如果电脑上本身就有Visual Studio Integration，要将这个取消勾选，避免冲突了

点开Driver comonents，Display Driver这一行，前面显示的是Cuda本身包含的驱动版本是411.31

如果你电脑目前安装的驱动版本号新于Cuda本身自带的驱动版本号，那一定要把这个勾去掉。否则会安装失败(相同的话，也不用去勾选)

CUDA的安装位置可以自定义，系统默认是在系统盘C盘，为了方便日后管理，可以安装到非系统盘的其他盘 

这几个文件夹，用户手动创建

D:\360Downloads\CUDA10.0\NVIDIA GPU Computing Toolkit\CUDA\v10.0

D:\360Downloads\CUDA10.0\NVIDIA Corporation\CUDA Samples\v10.0

 

 打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin ，查看nvcc.exe

有这个nvcc.exe就说明CUDA安装已成功

 打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64，查看有没有cuti64_101.dll

有这个cuti64_101.dll就说明CUPT1已成功

（2）配置CUDNN

解压CUDNN后，将对应的bin、lib、include与CUDA10.1对应的bin、lib、include进行合并。 

（3）配置环境变量

安装完CUDA后，CUDA会自动添加到环境变量中

CUPTA和CUDNN还没有加进来，所以必须将它们添加到路径，这样使用Tensorflow的时候才不会报错

手动添加CUPTI和CUDNN的环境变量如下图：

D:\360Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64;
 
D:\360Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include;
 
D:\360Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin;
 
D:\360Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\libx64;
 
D:\360Downloads\CUDA10.1\NVIDIA Corporation\CUDA\Samples\v10.1\bin\win64;
 
D:\360Downloads\CUDA10.1\NVIDIA Corporation\CUDA\Samples\v10.1\common\lib\x64

（4）测试CUDA

CUDA的版本是10.1

（5）查询显卡算力

进入目录 deviceQuery.exe
>> cd D:\360Downloads\CUDA\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
 
运行 deviceQuery.exe
>> ./deviceQuery.exe

三、 TensorFlow 2.0 安装与测试 

安装tensorflow-gpu==2.0.0-beta1
>> pip install tensorflow-gpu==2.0.0-beta0

在Anaconda虚拟环境中测试一下 tensorflow是否安装成功

 测试成功，说明gpu版本已经安装成功

四、可能出现的问题

（1）显卡驱动、CUDA版本不一致的问题，需要按照前面的步骤查看当前显卡驱动所支持的CUDA版本，去NVIDIA官网下载对应版本的CUDA

版本不一致问题

（2）ImportError: Could not find 'cudart64_100.dll'错误

1. tensorflow - 仅支持 CPU 的最新稳定版（建议新手使用）
2. tensorflow-gpu - 支持 GPU的最新稳定版（适用于 Ubuntu 和 Windows）
3. tf-nightly - 仅支持 CPU 的预览每夜版（不稳定）
4. tf-nightly-gpu - 支持 GPU 的预览每夜版（不稳定，适用于 Ubuntu 和 Windows）
5. tensorflow==2.0.0-beta1 - 仅支持 CPU 的预览 TensorFlow 2.0 测试版（不稳定）
6. tensorflow-gpu==2.0.0-beta1 - 支持 GPU 的预览 TensorFlow 2.0 测试版（不稳定，适用于 Ubuntu 和 Windows）