cuda安装教程显卡驱动(cuda安装失败解决方法)

cuda安装教程显卡驱动(cuda安装失败解决方法)

前言

2 什么是CUDA和CUDNN

2.1 CUDA

2.2 CUDNN

3 下载CUDA和CUDNN

3.1 直达通道

3.2 查询显卡驱动

3.3 下载CUDA

3.4 下载CUDNN

4 安装CUDA和CUDNN

4.1 安装CUDA

4.2 CUDNN安装

5 结束语

前言

一点自己的想法了,可以跳过去,haha~

在机器学习领域,为了让你的计算机学会某种技能,拥有我们的智慧,然后去做一些有趣的事情,比如去预测以后房子的价格,或者是在国家倡导垃圾分类的大环境下,让机器帮你分类家里的垃圾,亦或者是让机器创作一首歌、一幅画作等,这样的场景想必那是一定是非常震撼的。但这三个方面的应用令我最为感兴趣的就是创作,让机器实现创作,总会让我们得到一些惊奇的作品。一个模型往往是异常的复杂,我们可以想象一下在线性拟合中,我们采用的最小二乘法仅仅只涉及两个参数,这其实可以称得上是一个最为基本的模型了,没错这个模型就是一个函数式,你给它一个输入,他就会返回一个对应的值。说到现在的机器学习,无非也就是在找一个函数式,不过这个函数式不在像线性拟合那样简单了,不在只有k、b两个参数要确定了,而可能有成千上万,或者上亿的参数要等我们去确定。难道我们要去真的用手去算这些参数吗,那显然是不现实的,也是不可取的;计算机的发展,让这一切都成为了可能,但单靠CPU的计算还是达不到目的的,近十年来随着机器学习技术的深入研究以及计算机硬件的发展,尤其是在GPU上的发展,使得这一切都变得顺理成章。这是一次革命,因为它带动了社会各个行业的发展。在机械工程领域里,它使得机器故障诊断得到了进一步的发展,使得神经网络控制算法得到真正应用;在化学分析领域,它使得化学信息学有了新的研究方法,能够预测化合物潜在性质的模型;此外,在制药领域运用这种现代的方法,就可以很快地找到一种新的药物运用于临床试验等等,还有许多的行业,由于学疏才浅在这里就不过多例举了,但总之一句话,机器学习的出现真的影响了你和我,也真的影响了社会的发展。

—-这里才真正有用的句子,zizi~ —-

上面都说了,那个机器学习的模型很庞大,很复杂的,那我们是不是得有个利器,正所谓工艺善其事,必先利其器,看还是传统文化博大精深呀!在深度学习中,除了要搞一个好的计算机,要计算得到那个函数式的最佳参数,光靠CPU是不行的,还得靠GPU呀,为什么呢,因为它能并行运算呀,就像你做饭的时候,完全可以同时把衣服给洗了,当然不是用你那双好看的手了,当然得是配上那超强超好用的全自动洗衣机呀!道理就是这么简单,再深入我可就解释不了了,脑瓜子真不行了~但光有个GPU这个硬件当然是不行的,为了让它动起来我们首先得驱动它,你的计算机只要有这个NVIDIA的显卡,能正常使用,一般就表明已经成功安装了驱动;那这个CUDA和CUDNN都是些什么东西呀?

下面就让我们一起来解决这个问题和安装这些东西吧~

2 什么是CUDA和CUDNN2.1 CUDA先看看百度百科里面是怎么解释的,CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。CUDA??是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。换句话说CUDA是NVIDIA推出的用于自家GPU的并行计算框架,也就是说CUDA只能在NVIDIA的GPU上运行,而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。

CUDA架构

在 CUDA 的架构下,一个程序分为两个部份:host 端和 device 端。Host 端是指在 CPU 上执行的部分,而 device 端则是在GPU芯片上执行的部分。Device 端的程序又称为 “kernel”。通常 host 端程序会将数据准备好后,复制到显卡的内存中,再由GPU芯片执行 device 端程序,完成后再由 host 端程序将结果从显卡的内存中取回。[1]

2.2 CUDNN CDNN(CUDA Deep Neural Network library):是NVIDIA打造的针对深度神经网络的加速库,是一个用于深层神经网络的GPU加速库。如果你要用GPU训练模型,cuDNN不是必须的,但是一般会采用这个加速库。[2]https://blog.csdn.net/u014380165/article/details/77340765这一部分可以去参考这篇大佬的CSDN博文。3 下载CUDA和CUDNN3.1 直达通道

如果你不知道你的计算机支持哪一版本,那就请继续3.2和3.3小节吧~

3.2 查询显卡驱动

请确保你的计算机有NVIDIA独立显卡!!!

这里以Windows11操作系统为例,我们只需要在桌面上右键选择NVIDIA控制面板即可,点进去:

图 3.1

如果右键没有出现这个选项,你可以按照下面的操作找到它,点进出:

图 3.2

如果还没有的话,你确定你的计算机有独立显卡吗,或者是别的类型显卡,如果是这样那本教程可能不适合你呀~,当然这并不影响你继续学习机器学习,有CPU也可以用啊,就是计算慢了(buzhi)一点,如果有经费了记得去给你的计算机配好的NVIDIA的独立显卡吧~进去之后就是这样的:

图 3.3哎,我的显卡就是这么垃圾,运行个Word,PPT,PS,SW,CAD…还行,反正我又不用他做深度学习也够了,因为我又更好的工作站,当然不是我的啦!有学上真得好呀,各位小伙伴们加油啊,好好学习,快乐生活~

废话不多说我们继续。。

图3.4 CUDA 版本查询这样我们就查询到我们驱动的版本啦,我这里是 CUDA 11.4。你要记住你自己的版本啊~,当然这里你也可以选择更新你的驱动,具体操作我就不赘述了,有不会的小伙伴也可以留言啊!3.3 下载CUDA

接下来,我们来下载这个CUDA,这里选择的版本不能高于你的显卡驱动里面那个版本号,比如我的就不能高于11.4,所以这里我选择了11.1版本,大家根据自己的型号来;

图3.5

图3.63.4 下载CUDNN再接下来,我们来下载相应的神经网络的加速库CUDNN,该文件的版本又取决于上面你下载的CUDA的版本,记得不要弄错啦!下面是下载的链接,要仔细啊~

图3.7 可能没有该页面,直接跳过即可

图3.8 选择CUDNN版本

图3.10 下载CUDNN4 安装CUDA和CUDNN

真棒啊!你已经下载了CUDA和CUDNN啦!下面我们来安装它~

图4.1 对就是两个文件4.1 安装CUDA

图4.2 双击CUDA安装文件

图4.4 解压中

图4.5 同意并继续

图4.6 按图操作

图4.7 按图操作

图4.8 选择安装路径

图4.9 我的安装路径

默认路径的可以跳过图4.9的操作啦~

图4.10 准备中…

图4.11 安装中…

图4.12 安装完成

图4.13 结束

安装完成啦,你可真是个聪明的孩子呀~,下载让我们测试一下吧!我们在键盘上按下”Win R”,实在不知道”Win R”是什么,赶快去百度呀!

图4.14 打开CMD

这里我们需要输入“nvcc -V”,按Enter键回车即可!

图4.15 测试CUDA安装4.2 CUDNN安装到了最后一个环节了,到这里与其说是安装CUDNN,还不如说是复制替换文件,为什么这样说呢,请继续看下面的操作~首先,我们来解压一下刚才下载的第二个文件;

图4.16 解压CUDNN文件

图4.17 进入解压文件夹

图4.18 复制文件夹进入刚才你安装CUDA的目录,如果你刚才默认安装路径的话,可以看看图4.8中第一个路径,然后进去就会看到下面这个文件夹里面的内容,再粘贴即可;

图4.19 进入CUDA安装目录

图4.20 粘贴文件夹看到了吧,CUDNN就只需要复制粘贴一下就可以啦,安装包没用的话也就可以删除啦,这样就不占空间了;

引用: https://blog.csdn.net/u014380165/article/details/77340765

[2]

引用: https://blog.csdn.net/u014380165/article/details/77340765

▼ ▼▼ ▼▼▼▼ ▼▼

发表评论

登录后才能评论