windows之家1.怎么安装CUDA
1. 首先确认你的电脑是否安装了nvidia显卡，目前CUDA只支持Nvida的显卡，不支持AMD/ATI的显卡（AMD对OpenCL支持的很好）。在设备管理器中，可以查看显卡信息。如下图所示，含有NVIDIA的显卡，就可安装。
2. 在英伟达的官网上下载cuda工具包，注意是windows系统的，而且需要看清楚是笔记本还是台式机的安装包，下载笔记本的安装套件，名字为cuda_5.0.35_winvista_win7_win8_notebook_32-3,(cuda5.5类似)双击打开安装即可，，按照提示安装，在这过程中，它也会更新nvidia的显卡驱动。
3. CUDA工具包安装完成后，我们还需要确认，CUDA是否已经正确安装，我们可以先检查nvcc编译器是否正确安装，在命令提示符窗口中输入：nvcc -V，回车查看是否有版本信息。若出现版本信息，则证明nvcc安装成功，
4. 更一般的，我们会在命令行中运行在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0\bin\win32\Release中deviceQuery程序，若能检测到cuda device则证明程序已经正确安装
2.win10 cudnn怎样安装
NVIDIA CuDNN 安装说明
CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe,ConvNet, Torch7等。
CuDNN可以在官网免费获得，注册帐号后即可下载。官网没有找到安装说明，下载得到的压缩包内也没有Readme. 不过google一下就会找到许多说明。基本原理是把lib文件加入到系统能找到的lib文件夹里， 把头文件加到系统能找到的include文件夹里就可以。这里把他们加到CUDA的文件夹下（参考这里）
tar -xzvf cudnn-6.5-linux-R1.tgz
cd cudnn-6.5-linux-R1
sudo cp lib* /usr/local/cuda/lib64/
sudo cp cudnn.h /usr/local/cuda/include/
执行后发现还是找不到库， 报错
error while loading shared libraries: libcudnn.so.6.5: cannot open shared object file: No such file or directory
而lib文件夹是在系统路径里的，用ls -al发现是文件权限的问题，因此用下述命令先删除软连接
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6.5
然后修改文件权限，并创建新的软连接
sudo chmod u=rwx,g=rx,o=rx libcudnn.so.6.5.18
sudo ln -s libcudnn.so.6.5.18 libcudnn.so.6.5
sudo ln -s libcudnn.so.6.5 libcudnn.so
3.怎样判断cuda和cudnn是否安装成功win10
首先确认你的电脑是否安装了nvidia显卡，目前CUDA只支持Nvida的显卡，不支持AMD/ATI的显卡（AMD对OpenCL支持的很好）。在设备管理器中，可以查看显卡信息。如下图所示，含有NVIDIA的显卡，就可安装。
在官网上下载cuda工具包，注意是windows系统的，而且需要看清楚是笔记本还是台式机的安装包，下载笔记本的安装套件，名字为cuda_5.0.35_winvista_win7_win8_notebook_32-3,(cuda5.5类似)双击打开安装即可，，按照提示安装，在这过程中，它也会更新nvidia的显卡驱动。
CUDA工具包安装完成后，我们还需要确认，CUDA是否已经正确安装，我们可以先检查nvcc编译器是否正确安装，在命令提示符窗口中输入：nvcc -V，回车查看是否有版本信息。若出现版本信息，则证明nvcc安装成功，更一般的，我们会在命令行中运行在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0\bin\win32\Release中deviceQuery程序，若能检测到cuda device则证明程序已经正确安装！
4.cuda8.0怎么安装
步骤如下： 1.下载安装CUDA: 1.1 下载。
请到 cuda官网，选择合适的版本。如果版本不合适，安装的时候会提示的，但还是下载最新的比较好； 1.2 安装。
双击cuda_7.5.18_win10.exe，一步步来就好。 2.VS2013配置和测试 2.1 重启计算机。
关于是否添加环境变量，笔者安装的时候系统已自动添加好对应的环境变量，如果没有，请查看上文链接的博文； 2.2 配置VS。也请参考上述博文，不再赘述。
3.测试 上两个测试文件。 3.11 #include< stdio.h> 2 #include "cuda_runtime.h" 3 #include "device_launch_parameters.h" 4 bool InitCUDA() 5 { 6 int count; 7 cudaGetDeviceCount(&count); 8 if(count == 0) 9 { 10 fprintf(stderr, "There is no device.\n"); 11 return false; 12 } 13 int i; 14 for(i = 0; i < count; i++) 15 { 16 cudaDeviceProp prop; 17 if((&prop, i) == cudaSuccess) 18 { 19 if(prop.major >= 1) 20 { 21 break; 22 } 23 } 24 } 25 if(i == count) 26 { 27 fprintf(stderr, "There is no device supporting CUDA 1.x.\n"); 28 return false; 29 } 30 cudaSetDevice(i); 31 return true; 32 } 33 34 int main() 35 { 36 if(!InitCUDA()) 37 { 38 return 0; 39 } 40 printf("HelloWorld, CUDA has been initialized.\n"); 41 return 0; 42 } 3.2 1 // CUDA runtime 库 + CUBLAS 库 2 #include "cuda_runtime.h" 3 #include "cublas_v2.h" 4 5 #include 103 float a=1; float b=0;104 // 矩阵相乘。该函数必然将数组解析成列优先数组105 cublasSgemm (106 handle, // blas 库对象 107 CUBLAS_OP_T， // 矩阵 A 属性参数108 CUBLAS_OP_T， // 矩阵 B 属性参数109 M, // A, C 的行数 110 M, // B, C 的列数111 N, // A 的列数和 B 的行数112 &a， // 运算式的 α 值113 d_A, // A 在显存中的地址114 N, // lda115 d_B, // B 在显存中的地址116 M, // ldb117 &b， // 运算式的 β 值118 d_C, // C 在显存中的地址（结果矩阵）119 M // ldc120 );121 122 // 同步函数123 cudaThreadSynchronize();124 125 // 从 显存 中取出运算结果至 内存中去126 cublasGetVector (127 M*M， // 要取出元素的个数128 sizeof(float)， // 每个元素大小129 d_C, // GPU 端起始地址130 1， // 连续元素之间的存储间隔131 h_C， // 主机端起始地址132 1 // 连续元素之间的存储间隔133 );134 135 // 打印运算结果136 cout << "计算结果的转置 （ （A*B）的转置 ）：" << endl;137 138 for (int i=0;i 第一个框是说你的剩余的2.8g内存不足以分配6000个缓冲区 第二个是指你的显卡不支持CUDA加速 3是一样的 4是让你在运行之前先进行属性设置 看起来你的硬件离这个软件需求差的太多 Windows版需求： Windows 7 Pro SP1, 64-bit 至少 12 GB 内存 至少一张的 NVIDIA 显卡，作为 CUDA 加速使用。可以使用：Quadro 4000, GeForce GTX 580, Quadro 5000 或 Quadro 6000. NVIDIA driver 280.26 DeckLink HD Extreme 3D+ 采集卡，作为上屏查看用 转载请注明出处windows之家 » 怎么安装cudawin105.win10安装CUDA出现警告,该怎么解决