手把手教你配置CUDA, cuDNN-十分钟配置本地CUDA, cuDNN_cudnn环境变量

前文书说到，类似tensorflow和pytorch这种框架有一个很大的优点就是提供了对GPU的支持，
那么，如果我们的电脑上正好有一块十分强劲的显卡
就请跟着下面的教程配置本地的CUDA, cuDNN环境
这样就可以让我们使用GPU版本的tensorflow和pytorch啦！

1. CUDA

首先，我们要先确定自己的GPU是支持CUDA的，这一点可以在英伟达的官网上查看CUDA支持的GPU列表

接下来，就可以安装CUDA了
当然了，如果你电脑上之前就有CUDA的话，可以先卸载掉

1.1 卸载

进入控制面板->程序->卸载程序
所有前缀是NVIDIA CUD的都可以直接卸载掉

1.2 安装

点击Windows版CUDA11.2下载链接进行下载
接下来就没什么好讲的，直接一路默认设置，选择精简安装就可以了

2 NVIDIA驱动程序

接下来，需要确保你的电脑上有NVIDA的驱动程序
但是这个默认应该是有的，如果没有的话就需要去安装一下
驱动程序安装

2.1 设置独立显卡

首先，打开电脑上的NVIDIA Control Panel
在下图画圈的位置
选择处理器为自己的显卡，在我的电脑上就是这个凑数MX250
但是我说实话！这卡基本算是完全没用，强烈推荐最少有个6G显存的卡再拿来用
毕竟就是个穷学生。。特别高级的卡我确实也没用过
但是之前我的2070还有K80和这个MX250比起来
那简直就是飞一样的速度！！

3 cuDNN

好的，接下来需要安装cuDNN
cuDNN下载链接
选择8.1.1版本

之后就可以直接点击下载，进行解压

接下来，找到我们安装CUDA的文件夹，从解压出的文件夹中找到文件夹cuda，移动到CUDA的文件夹中
如果是默认安装的话，路径应该就是图中的这样
完成之后大概就这个样子

最后，我们只需要简单的配置以下环境变量，打开cmd，输入下面的指令

SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\CUPTI\lib64;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\cuda\bin;%PATH%
1
2
3
4

但是说实话，我不是很确定这个环境变量到底灵不灵，所以其实我强烈建议你，在完成这个步骤之后
再完成一下下面的这个步骤
打开cuda文件夹，找到bin文件，看到里面的dll文件了吗？

全都复制一份，粘贴到下图的位置

这样可以避免奇怪的找不到dll文件的错误

好了，那么到这里，所有的配置都已经完成了

接下来，如果想要使用GPU版本的tensorflow或者是Pytorch

请看这里的具体安装教程：

手把手教你配置Pytorch开发环境-十分钟配置本地Pytorch, CUDA, cuDNN

手把手教你配置Tensorflow开发环境（二）-十分钟配置本地Tensorflow, CUDA, cuDNN