正确安装GPU显卡驱动、CUDA、cuDNN的详细教程_cuda驱动

目录

一、介绍CUDA、cuDNN

1.CUDA

2.cuDNN

二、安装NVIDIA显卡驱动程序

1.查看显卡型号

2.安装显卡型号对应的显卡驱动

3.检验驱动是否安装成功

三、安装CUDA

1.确定CUDA版本

2.安装CUDA

3.添加环境变量

4.验证CUDA是否安装成功

四、安装cuDNN

1.下载cuDNN

2.替换文件

3.验证cuDNN是否安装成功

---

一、介绍CUDA、cuDNN

1.CUDA

CUDA（Compute Unified Device Architecture）是由NVIDIA公司开发的一种通用并行计算平台和编程模型。它允许开发者利用GPU（图形处理器）的强大并行计算能力来高效处理各种计算密集型任务。CUDA不仅仅是硬件技术，它还包括一套完整的软件生态系统，提供从底层编程接口到高层应用框架的一系列工具，使得非图形领域的应用程序能够利用GPU进行加速。

2.cuDNN

cuDNN（CUDA Deep Neural Network）是NVIDIA提供的针对深度神经网络计算的GPU加速库。它是NVIDIA Deep Learning SDK的一部分，为标准例程如前向和反向卷积、池化层、归一化和激活层等提供了高度优化的实现。cuDNN旨在帮助深度学习研究人员和开发者实现高性能的GPU加速，使他们能够专注于训练神经网络和开发软件应用，而不必深入底层的GPU编程细节。

二、安装NVIDIA显卡驱动程序

1.查看显卡型号

搜索栏中搜索设备管理器，打开，查看自己主机的显卡型号

2.安装显卡型号对应的显卡驱动

点击打开Nvidia驱动程序下载官网：https://www.nvidia.cn/geforce/drivers/

选择与自己显卡对应的版本，点击开始搜索

点击获取下载

点击立即下载，下载完成后点击运行安装即可。

3.检验驱动是否安装成功

ctrl + R 输入cmd打开命令提示符，输入nvidia-smi查看驱动信息

看到如下信息就证明NVIDIA显卡驱动程序已经安装成功！

三、安装CUDA

1.确定CUDA版本

打开命令提示符，输入nvidia-smi查看CUDA的驱动版本，可以看到CUDA的驱动版本为11.7，因此本机可以支持<=11.7版本的cuda安装。

去wiki（国内无法访问）查找自己的显卡对应的算力：https://en.wikipedia.org/wiki/CUDA

我的算力对应的是7.5

确定自己可以选择的CUDA Runtime Version，（也就是自己能安装在本机的cuda版本）

 我的7.5的算力对应CUDA版本为10.0~10.2

以上就确定了自己能安装在本机的cuda版本。

2.安装CUDA

打开CUDA官方下载地址：https://developer.nvidia.com/cuda-toolkit-archive

找到适合自己的CUDA版本

​

选择适合自己的条件后，点击Download下载

点击运行下载好的.exe文件，安装CUDA

 CUDA 安装时缓存位置，可自定义，也可默认

全部勾选，点击下一步

选择安装位置，可自定义，也可默认

 勾选，点击NEXT，等待安装完成，关闭即可。 

3.添加环境变量

 打开 此电脑---->系统属性---->高级系统设置---->环境变量

如下图所示，安装 CUDA 时会自动配置环境变量（系统变量四条、path中的环境变量两条），但如果没有自动配置，则需要手动添加，可参照下图根据自己的CUDA安装路径添加。

4.验证CUDA是否安装成功

打开命令提示符，输入nvcc -V，若返回CUDA版本信息，则CUDA安装成功！

四、安装cuDNN

1.下载cuDNN

点击进入cuDNN官方网址：https://developer.nvidia.com/rdp/cudnn-archive

选择和自己 CUDA 匹配的 cudnn版本下载（第一次下载的话需要用邮箱注册验证）

2.替换文件

解压下载好的cudnn文件，如下图所示，解压后里面会有四个文件。

将这四个文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1中（也就是CUDA的安装路径）。

 

3.验证cuDNN是否安装成功

 打开命令提示符，输入cd ＋ 目录，跳转进入到当前目录下的extras\demo_suite文件，依次输入bandwidthTest.exe 和 deviceQuery.exe，若出现以下结果，则cuDNN安装成功！