Win10下CUDA和cuDNN安装教程 - 谢小飞的博客

　　CUDA是一种由NVIDIA开发的并行计算平台和API模型，它允许开发者使用NVIDIA的GPU进行高性能的计算任务。要使用CUDA，需要先安装支持CUDA的NVIDIA显卡和NVIDIA驱动程序。本文详细介绍在Win10下，CUDA和cuDNN安装教程。

　　CUDA（Compute Unified Device Architecture，统一计算架构）是由NVIDIA推出的基于GPU的并行计算平台和编程模型。它允许开发者使用NVIDIA GPU进行高性能的计算，从而加快了深度学习等领域的计算速度。

　　cuDNN（CUDA Deep Neural Network library）是一个由NVIDIA开发的深度神经网络库，它基于CUDA，可以与GPU结合使用，以实现深度学习应用的加速。cuDNN可以用于深度神经网络的训练和推理，如卷积神经网络（CNN）、循环神经网络（RNN）等。

　　CUDA和cuDNN的结合使用，使得开发者可以使用NVIDIA GPU进行深度学习应用的开发。这种结合不仅可以提高计算速度，而且还可以降低内存开销，使得深度学习应用可以在更少的硬件资源下运行。

　　在实践中，CUDA和cuDNN被广泛应用于图像识别、语音识别、自然语言处理等人工智能领域。此外，它们还被用于科学计算、大数据分析、虚拟现实等领域。本文在Windows10环境下进行CUDA和cuDNN的安装。

　　首先查看电脑有没有安装NVIDIA的显卡驱动，鼠标在桌面空白处右击NVIDIA控制面板，或者在右下角双击NVIDIA控制面板的绿色图标：

控制面板图标

　　两种方式都能打开控制面板界面，可以看到我们的显卡型号以及驱动程序的版本：

NVIDIA控制面板

　　如果上述方式都没有找到，则需要下载安装，打开NVIDIA官方驱动https://www.nvidia.cn/Download/index.aspx?lang=cn，选择和自己显卡适配的驱动，下载进行安装。

下载驱动程序

谢小飞博客专用防爬虫链接，想要看最新的前端博客请点这里

安装CUDA

　　显卡驱动安装完成后，我们就来安装CUDA了，需要注意的是显卡驱动的版本决定了CUDA的版本，并不可以无限安装最新版本，我们还是在控制面板中查看，打开帮助 => 系统信息 => 组件：

查看CUDA支持版本

　　可以看到我电脑最高能安装12.2.79的版本，然后就可以去下载我们需要的CUDA了，打开CUDA下载页面：

谢小飞博客专用防爬虫链接，想要看最新的前端博客请点这里

下载CUDA

　　默认是最新的版本，如果我们需要低版本，可以点击页面下方的Previouse Release，打开https://developer.nvidia.com/cuda-toolkit-archive，找到我们对应的版本下载即可：

存档版本页面

　　完成后双击我们下载的cuda_12.0.0_527.41_windows.exe安装包，出现安装界面，默认安装即可；这里需要记住安装目录，后面配置环境变量时需要：

安装过程中可能出现闪屏现象，属于正常。

　　安装成功后我们运行nvcc -V就能看到CUDA的版本号。

安装cuDNN

　　打开cuDNN下载页面，这里需要注册一个NVIDIA的账号，填写邮箱很方便：

下载cudNN

　　我们也选择适合自己版本的进行下载，解压后我们得到以下的目录结构：

cuDNN

　　我们将文件夹覆盖到上面的CUDA安装目录下，比如我的CUDA的安装目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0，将压缩包内对应的文件夹复制到bin、include、lib目录下即可

谢小飞博客专用防爬虫链接，想要看最新的前端博客请点这里

　　然后添加环境变量，鼠标右键此电脑 => 属性 => 高级系统设置 => 环境变量，将CUDA的安装目录添加到CUDA_PATH变量中

　　然后在PATH中添加以下路径：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\lib\x64

　　命令行输入nvidia-smi，能够正确显示各种信息就安装完成了。