'tag.htm'; break; case 'flag': $pre .= $default_pre .= 'flag.htm'; break; case 'my': $pre .= $default_pre .= 'my.htm'; break; case 'my_password': $pre .= $default_pre .= 'my_password.htm'; break; case 'my_bind': $pre .= $default_pre .= 'my_bind.htm'; break; case 'my_avatar': $pre .= $default_pre .= 'my_avatar.htm'; break; case 'home_article': $pre .= $default_pre .= 'home_article.htm'; break; case 'home_comment': $pre .= $default_pre .= 'home_comment.htm'; break; case 'user': $pre .= $default_pre .= 'user.htm'; break; case 'user_login': $pre .= $default_pre .= 'user_login.htm'; break; case 'user_create': $pre .= $default_pre .= 'user_create.htm'; break; case 'user_resetpw': $pre .= $default_pre .= 'user_resetpw.htm'; break; case 'user_resetpw_complete': $pre .= $default_pre .= 'user_resetpw_complete.htm'; break; case 'user_comment': $pre .= $default_pre .= 'user_comment.htm'; break; case 'single_page': $pre .= $default_pre .= 'single_page.htm'; break; case 'search': $pre .= $default_pre .= 'search.htm'; break; case 'operate_sticky': $pre .= $default_pre .= 'operate_sticky.htm'; break; case 'operate_close': $pre .= $default_pre .= 'operate_close.htm'; break; case 'operate_delete': $pre .= $default_pre .= 'operate_delete.htm'; break; case 'operate_move': $pre .= $default_pre .= 'operate_move.htm'; break; case '404': $pre .= $default_pre .= '404.htm'; break; case 'read_404': $pre .= $default_pre .= 'read_404.htm'; break; case 'list_404': $pre .= $default_pre .= 'list_404.htm'; break; default: $pre .= $default_pre .= theme_mode_pre(); break; } if ($config['theme']) { $conffile = APP_PATH . 'view/template/' . $config['theme'] . '/conf.json'; $json = is_file($conffile) ? xn_json_decode(file_get_contents($conffile)) : array(); } !empty($json['installed']) and $path_file = APP_PATH . 'view/template/' . $config['theme'] . '/htm/' . ($id ? $id . '_' : '') . $pre; (empty($path_file) || !is_file($path_file)) and $path_file = APP_PATH . 'view/template/' . $config['theme'] . '/htm/' . $pre; if (!empty($config['theme_child']) && is_array($config['theme_child'])) { foreach ($config['theme_child'] as $theme) { if (empty($theme) || is_array($theme)) continue; $path_file = APP_PATH . 'view/template/' . $theme . '/htm/' . ($id ? $id . '_' : '') . $pre; !is_file($path_file) and $path_file = APP_PATH . 'view/template/' . $theme . '/htm/' . $pre; } } !is_file($path_file) and $path_file = APP_PATH . ($dir ? 'plugin/' . $dir . '/view/htm/' : 'view/htm/') . $default_pre; return $path_file; } function theme_mode_pre($type = 0) { global $config; $mode = $config['setting']['website_mode']; $pre = ''; if (1 == $mode) { $pre .= 2 == $type ? 'portal_category.htm' : 'portal.htm'; } elseif (2 == $mode) { $pre .= 2 == $type ? 'flat_category.htm' : 'flat.htm'; } else { $pre .= 2 == $type ? 'index_category.htm' : 'index.htm'; } return $pre; } ?>windows安装CUDA教程
最新消息:雨落星辰是一个专注网站SEO优化、网站SEO诊断、搜索引擎研究、网络营销推广、网站策划运营及站长类的自媒体原创博客

windows安装CUDA教程

运维笔记admin1浏览0评论

0.确定安装版本

0. 确定显卡支持的CUDA版本

在显卡驱动被正确安装的前提下,在命令行里输入nvidia-smi.exe,效果如图所示:

可以看到显示CUDA Version为12.4,说明该显卡最高支持到12.4,低版本的CUDA也可以使用,向上兼容,一定不能高于电脑的CUDA版本。

1. 确定CUDA对应的VS版本

为什么安装CUDA之前建议安装VS:

安装 CUDA 不一定非得安装 Visual Studio,但通常建议安装,因为许多 CUDA 工具和示例代码是为 Visual Studio 环境设计的,特别是在 Windows 平台上。

具体说明:

  1. 编译器的要求:CUDA 编译器 nvcc 依赖于 Visual Studio 提供的 C++ 编译器,因此,安装 Visual Studio 是推荐的做法。即使你不打算使用 Visual Studio 开发 CUDA 应用程序,它的编译器仍然是 CUDA 编译流程的重要组成部分。
  2. Visual Studio 版本:你不需要安装整个 Visual Studio IDE,只需要安装其附带的 C++ 编译工具即可。在安装 CUDA Toolkit 时,它通常会检测你的系统是否安装了兼容的 Visual Studio 版本。如果没有,它可能会提示你安装。
  3. 其他选择:如果你确实不想安装 Visual Studio,有其他的编译器可以用于 CUDA 开发,但这可能需要更多的配置和调整,并且可能缺少一些 CUDA 工具的支持。

总结:

在 Windows 上安装 CUDA,通常建议安装 Visual Studio,至少是它的 C++ 工具链,这样可以确保最广泛的兼容性和支持。如果你使用的是 Linux,Visual Studio 就不是必需的,你可以使用 GCC 等其他编译器。

去CUDA官网查看相应的VS版本

CUDA Toolkit Archive | NVIDIA Developer

进入网站后选择对应CUDA版本的文档进去:

查看支持版本的VS

2.确认cuDNN版本

官方地址为:https://developer.nvidia/rdp/cudnn-archive

选择与CUDA版本对应的cuDNN就行

1.VS2019安装

官方下载地址:https://visualstudio.microsoft/zh-hans/vs/older-downloads/

百度云下载地址:
链接:https://pan.baidu/s/1KLuPpmuvXZPacV19l2BBwA?pwd=a8l6
提取码:a8l6

选择C++开发模块,其它根据自己的需求安装。

2.CUDA安装

下载安装包,在NVIDIA官方网站即可下载,地址为:https://developer.nvidia/cuda-toolkit-archive

选择与操作系统对应的安装包

0. 安装步骤

弹出这个,临时抽取文件放置位置的,直接点击ok、随后进入系统兼容性的检查,就是看你是否下错安装包了

没问题后会弹出许可协议

直接点击同意并继续,弹出的安装选项,选择自定义

点击下一步

把CUDA选一下,还需要注意一点,如果 你前面没有安装vs,直接安装的这个,需要把CUDA里面的
Visual Studio Integration取消勾选,否则会安装不成功

我们前面已经安装vs2019了,所以我就不取消了,下一步就是选择安装的位置了,你可以直接默认安装在C盘,如果 你像我一样自定义的话,需要记住安装的位置,后面需要用到

安装完成后,会提示Nsight Visual studio的整合情况,这里提示安装了vs2019版的,正是我们前面安装的VS版本,这样就能在vs2019里面做GPU方面的开发了

点击下一步

这里提示了你选择的组件的安装情况,到这就安装好了,点击关闭。

1. 检查是否安装成功

注意:安装完CUDA后要重启电脑才能用cmd来检查是否安装成功

打开cmd,输入nvcc -V

出现了安装的CUDA的版本信息,说明安装成功了。

CUDA安装路径下里面有个demo_suite文件夹中有些工具,可以查看本机GPU的相关参数:

我的CUDA路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite

打开cmd,运行deviceQuery,查询一下本机的gpu设备:

打开cmd,运行bandwidthTest,查询一下本机的gpu带宽:

3.cuDNN安装

0. 安装步骤

下载安装包,在NVIDIA官方网站即可下载,地址为:https://developer.nvidia/rdp/cudnn-archive

下载下来是个压缩包,我的是cudnn-windows-x86_64-8.4.0.27_cuda11.6-archive.zip 直接解压缩,完成后点击去你能看到如下三个文件夹(bin、include、lib):

将bin、include、lib这三个目录别放到CUDA安装目录对应名称的三个文件夹里面(注意:不是替换):

为cuDNN添加环境变量:
找到环境变量-系统变量-path,分别将如下三个变量添加进去,完成安装。

4.PyCharm内安装cupy-cuda库

打开pycharm,打开终端,安装对应CUDA版本的cupy-cuda库:

安装成功后,即可使用cupy。

发布评论

评论列表(0)

  1. 暂无评论