windows之家1.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 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 工具：win10系统电脑一台、Lotes Notes8.0 步骤： 1、打开win10系统电脑，打开“控制面板”-->；“系统与安全”-->；“系统”，点击左侧的“高级系统设置”，弹出“系统属性”面板，在面板中点击“环境变量”。 2、设置，用户的环境变量，也可以设置系统的环境变量，如果设置用户的环境变量，则只能这个用户可以使用，其他用户用不了。如果设置系统的环境变量则此电脑的每个用户均可使用。在用户环境变量中新建变量JAVA_HOME，设置变量值D:\Java\jdk1.8.0_51。 3、新建PATH，设置变量值%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin。 4、新建CLASSPATH，设置变量值.；%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar注意前面的.表示当前目录。然后点击“确定”按钮。 5、在win10自带搜索框中输入cmd，打开，在命令行中输入javac与java，如果出现好多内容，则表示环境变量配置成功。 win10下安装win8系统步骤： 准备工作： 1.制作好一个大白菜u盘（建议u盘的容量在4g以上，以便于拷贝系统） 2.从网上下载win8系统镜像包，拷贝到制作好的大白菜u盘启动盘里。 3.确保win10系统已经安装在c盘，如果还没有安装 具体步骤： 1.重启电脑，出现开机画面时，通过使用快捷键引导u盘进入大白菜主菜单，选择“【02】运行大白菜Win8PE防蓝屏版（新电脑）”，回车确认，如下图所示 2.成功登录到大白菜pe桌面，系统会自动弹出pe一键装机工具，点击“浏览”，把事先放在大白菜u盘的win8系统镜像包添加进来，然后选择d盘为安装盘，点击“确定”。如下图所示 3.接着取消勾选“完成后重启”，耐心等待系统还原过程。如下图所示 4.系统还原完成后，打开“修复系统引导”工具，点击“自动修复”开始对引导分区进行修复。如下图所示 5.修复完成后，可看到结果。如下图所示 6.接着重启电脑，在选择操作系统界面，我们点击选择“windows 8prox86”，进入系统让程序自动继续安装。 7.windows 8系统安装设置都选择默认的，安装完成后我们就可以看到win8桌面了。如下图所示 如下的步骤请参考： 1.安装Python 下载python3.5.3 64bit，右键python-3.5.3-amd64.exe以管理员身份运行。 2.安装cuDNN 下载cuDNN 6.0 (for CUDA 8.0)，解压后将bin文件夹添加到环境变量PATH中。 3.安装Tensorflow 下载Tensorflow for Windows 64bit Python 3.5版本； 右键开始菜单，命令提示符，输入 pip install tensorflow_gpu-1.3.0rc1-cp35-cp35m-win_amd64.whl 然后即可运行测试例程 转载请注明出处windows之家 » win10下cuda8.0安装2.win10 cudnn怎样安装
3.WIN10下如何配置Lotes Notes8.0
4.gu8.0在windows10下能安装吗
5.win10 下怎么安装tensorflow1.3