当前位置:   article > 正文

Windows10下多版本CUDA的安装与切换 超详细教程_cuda版本

cuda版本

一、前言

当我们跑深度学习的代码时,有时会遇到上古的代码,环境比较老,是低版本的 CUDA,此时我们就需要多个 CUDA 版本,并能灵活切换。

本教程是针对已经安装一个 CUDA 后的环境,如果首次安装 CUDA 环境,可以查看我主页的保姆级教程

本文是在已有 CUDA11.2 的环境下安装 CUDA9.2。

二、安装 CUDA

1.确定是否支持所需的 CUDA 版本

1.1 右键 -> NVIDIA 控制面板
或者直接在任务栏上点击 NVIDIA 控制面板
在这里插入图片描述
在这里插入图片描述
1.2 点击左下角系统信息
在这里插入图片描述
1.3 选择组件,在 3D 设置的 NVCUDA64.dll 中可以看到最高可以支持的 CUDA 的版本,如下图,可以看出我能支持 11.2
在这里插入图片描述
所以在安装新版本的 CUDA 时,一定不能高于该版本,我需要的新环境的 CUDA 版本为 9.2,低于 11.2,可以安装。

2.下载CUDA

CUDA官方下载地址

2.1 找到对应版本
在这里插入图片描述
在这里插入图片描述
2.2 下载完整文件
WIndows -> x86_64 -> 10 -> exe(local)
其中 exe(local) 是完整的安装文件,可以离线安装
exe(network) 是在线安装

在这里插入图片描述
2.3 选择 Base Installer 下载
在这里插入图片描述

3.安装 CUDA

3.1 双击 .exe 文件
更改 CUDA 安装时缓存位置(默认为 C盘,不更改也可以,但得与原先安装的 CUDA 的安装缓存位置不同,或者该位置为空)
在这里插入图片描述
耐心等待一会
在这里插入图片描述
3.2 同意软件许可协议并继续
在这里插入图片描述
3.3 选择自定义安装
在这里插入图片描述
3.4 勾选驱动程序组件
由于之前已经安装过 CUDA,此时我们只需要选择 CUDA 即可
在这里插入图片描述
3.5 选择安装位置
默认安装位置为 C 盘,可以自由选择安装到其他盘,但需要记住安装位置,后期会使用到
在这里插入图片描述
3.6 选择 I understand,并继续
在这里插入图片描述
3.7 安装结束
在这里插入图片描述
在这里插入图片描述

4.环境变量

安装 CUDA 时会自动配置环境变量,但如果没有自动配置,则需要手动配置

4.1 首先打开环境变量
右键此电脑 -> 属性 -> 高级系统设置 -> 环境变量
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.2 检查环境变量
可以看到在系统变量中多了 CUDA_PATH_V9_2NVCUDASAMPLES9_2_ROOT两个环境变量。如下图:

在这里插入图片描述
在这里插入图片描述
系统变量中的 CUDA_PATHNVCUDASAMPLES_ROOT 两个环境变量也发生了改变,从原来的 v11.2 变成了原来的 v9.2。如下图:

在这里插入图片描述
在这里插入图片描述

在 Path 中多了两个变量
在这里插入图片描述

4.3 创建环境变量
如果没有上述的环境变量,可以根据情况自己添加

4.3.1 在系统变量中,选择新建

变量名: CUDA_PATH_V9_2
值: D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v9.2(CUDA Documentation 和 CUDA Development 的路径)

变量名: NVCUDASAMPLES9_2_ROOT
值: D:\CUDA Documentation\NVIDIA Corporation\CUDA Samples\v9.2(Samples 的路径)

4.3.2 在系统变量中

选中 CUDA_PATH ,点击 编辑
将值修改为 D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v9.2(CUDA Documentation 和 CUDA Development 的路径)

选中 NVCUDASAMPLES_ROOT ,点击 编辑
将值修改为 D:\CUDA Documentation\NVIDIA Corporation\CUDA Samples\v9.2(Samples 的路径)

4.3.3 在系统变量的 Path 中,选择新建

依次加入以下路径:

CUDA Documentation 和 CUDA Development 的路径下的 bin 文件夹:
D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin

CUDA Documentation 和 CUDA Development 的路径下的 libnvvp 文件夹:
D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v9.2\libnvvp

记得添加完后一路点击确定保存

5.验证安装

Win + R 打开命令行窗口,输入 nvcc -V,输出 CUDA 版本即为安装成功,如下图:

在这里插入图片描述
可以看到 CUDA 的版本已经变为了 9.2

三、安装 cudnn

1.下载cudnn

cudnn官方网址

选择和自己 CUDA 匹配的 cudnn版本下载
在这里插入图片描述

在这里插入图片描述

2.替换文件

2.1 解压文件
cudnn下载后是一个压缩包,解压后有以下四个文件:

在这里插入图片描述
2.2 将文件复制到 D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v9.2(CUDA Documentation 和 CUDA Development 的路径)
在这里插入图片描述

3.验证cudnn是否安装成功

复制完后,在当前目录下进入 extras -> demo_suite,可以看到有 bandwidthTest.exedeviceQuery.exe

在这里插入图片描述
并在路径中输入 cmd 打开命令行窗口

在这里插入图片描述
3.1 输入 bandwidthTest.exe 输出下图:

在这里插入图片描述
3.2 输入 deviceQuery.exe,输出下图:
在这里插入图片描述

至此, 新版本的 CUDA 与 cudnn 安装成功,可以使用该版本的 CUDA 进行 GPU 加速了

四、切换 CUDA 版本

安装完新版本的 CUDA 后,此时运行的环境为新版本的 CUDA,当我们需要切换为其他版本时,仅需要对环境变量进行修改即可

1.切换版本

1.1 在系统变量的 Path 中,上移所需要切换的版本

在这里插入图片描述
将这两行变量置于最上方,并点击确定,如下图:
在这里插入图片描述
1.2 修改 CUDA_PATH 的值

选中 CUDA_PATH ,点击 编辑
将值修改为 D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v11.2(CUDA Documentation 和 CUDA Development 的路径)
如下图:
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
1.3 修改 NVCUDASAMPLES_ROOT 的值
选中 NVCUDASAMPLES_ROOT ,点击 编辑
将值修改为 == D:\CUDA Documentation\NVIDIA Corporation\CUDA Samples\11.2(Samples 的路径)==
如下图:
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
记得添加完后一路点击确定保存!

2.检查版本是否切换成功

Win + R 输入 cmd 打开命令行窗口,输入 nvcc -V

在这里插入图片描述
可以看出 CUDA 版本又切回到了原来的 11.2

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/361569
推荐阅读
相关标签
  

闽ICP备14008679号