windows之家1.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！
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.windows怎么装cudnn
安装cudnn前，得确保正确安装好cuda
首先到官网下载cudnn:Nvidia官网cudnn 选择下载版本时要注意和Cuda版本匹配（这里下载的是cudnn-for-cuda-8.0-windows7-x64-v5.1）。下载下来的是一个压缩包，解压后有3个文件夹：
将这些文件夹覆盖至CUDA的安装目录下
例如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\
即可完成安装。
4.ubuntu16.04怎么测试cudnn安装是否成功
命令行下输入mysql --help如果是输出一串帮助提示的话，那么就是安装好了的。没有的话就是没安装好。
具体如下：
电脑常见问题解决
1、无法自动识别硬盘控制器
使用非正版的个别操作系统光盘，在安装系统时，容易出现此错误。原因是非正版光盘自动加载的硬盘控制器驱动不符合电脑自身需要的驱动。这种情况就建议换正版光盘安装操作系统。
2、手动更新错误的驱动程序
windows操作系统正常使用，但手动更新驱动程序把硬盘控制器的驱动程序更新错误，导致此故障。解决方法是进入windows系统高级菜单，选择最后一次的正常配置，即可正常进入系统。
3、bios设置变化后所导致
windows操作系统正常，但是由于某些原因，用户修改了bios设置，导致0x0000007b故障。
5.win10 下怎么安装tensorflow1.3
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
6.怎么查看电脑上cudnn的版本
查看电脑里CUDA的版本方法：
1、在桌面空白处点击右键，进入NVIDIA控制面板。
在打开的窗口左下角有个“系统信息”，单击后出现窗口选择“组件”标签，这时就能看到各个组件的版本信息了。
2、下载CUDA查看与检测工具：CUDA-Z 软件
CUDA-Z就像常用的GPU-Z，具体参数是针对CUDA应用方面的信息，支持CUDA信息查询，还可以测试电脑CUDA的速度。
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。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。
7.怎么查看电脑上cudnn的版本
查看电脑里CUDA的版本方法：1、在桌面空白处点击右键，进入NVIDIA控制面板。
在打开的窗口左下角有个“系统信息”，单击后出现窗口选择“组件”标签，这时就能看到各个组件的版本信息了。2、下载CUDA查看与检测工具：CUDA-Z 软件CUDA-Z就像常用的GPU-Z，具体参数是针对CUDA应用方面的信息，支持CUDA信息查询，还可以测试电脑CUDA的速度。
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。
它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。
8.win10caffe安装后怎么使用
整了一晚上加一上午。网上关于python的记录较少，这里写一下。
这里的环境是WIN10+cuda v7.5 +cudnn v4 + opencv + pycharm+VS2013
使用的是GPU，我的GPU是titan16G+内存32G
首先是caffe的文件以及第三方库的编译，这里提供一个已经编译好的的连接，我就是从那里下好然后编译完毕的。
点击打开链接 happynear的
然后就是如何编译python接口。
1、首先先生成两个python文件，在src/caffe/proto/extract_proto.bat 里生成caffe_pb2.py 这个之后有用。
2、然后打开已经给好的caffe/buildVS2013，打开里面已经有的工程文件，正常的情况下应该是有7个工程，选中pycaffee单独作为要编译的项目。如图所示：
把pycaffe作为单启动。注意需要在release x64位下编译。
如果没有这个的话，就将这个文件夹里python文件夹中的项目加入即可。如果没有python项目，就自己建一个，将python文件夹里的cpp文件加入就可以了。
3、选择pycaffe的属性，将配置属性下的VC++目录中的包含目录和库目录填上你python所在的include和libs 再在C/C++的目录下的附加包含目录一项中添加
以我的python为例。D:/python27/Lib;D:/python/include/ 以及D:/Python27/Lib/site-packages/numpy/core/include 如果你安装了CUDNN这里可以在预处理器那里把USE_CUDNN加上，同时在LINKER的输入目录下的附加依赖库中加入cudnn的lib文件。
3、开始编译即可。这里要注意一定要和caffe、caffelib在一个项目里编译，否则会报错。
4、编译成功后会在caffe/python/caffe下生成_caffe.pyd 是打不开的
5、配置python环境：需要几个额外库
Cython>=0.19.2
numpy>=1.7.1
scipy>=0.13.2
scikit-image>=0.9.3
matplotlib>=1.3.1
ipython>=3.0.0
h5py>=2.2.0
leveldb>=0.191
networkx>=1.8.1
nose>=1.3.0
pandas>=0.12.0
python-dateutil>=1.4,<2
protobuf>=2.5.0
python-gflags>=2.0
pyyaml>=3.10
Pillow>=2.3.0
six>=1.1.0
其中numpy要装MKL版本的，不然scipy装上了BLAS不能用
leveldb没有windows版本的，不过我找到了可以使用的办法。见这个博客：
点击打开链接
如果有pip install 装不上的，可以上这个网站找 wheel文件安装就可以了
点击打开链接
6、最后把目录中python下的caffe文件夹复制到python27/Lib/site-packages就可以了。
测试的时候只需要在控制台下输入import caffe 看能载入就知道成功了：）
转载请注明出处windows之家 » win10怎么验证cudnn安装成功