win10安装cuda8.0

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 6 #include 7 8 using namespace std; 9 10 // 定义测试矩阵的维度 11 int const M = 5; 12 int const N = 10; 13 14 int main() 15 { 16 // 定义状态变量 17 cublasStatus_t status; 18 19 // 在 内存 中为将要计算的矩阵开辟空间 20 float *h_A = (float*)malloc (N*M*sizeof(float)); 21 float *h_B = (float*)malloc (N*M*sizeof(float)); 22 23 // 在 内存 中为将要存放运算结果的矩阵开辟空间 24 float *h_C = (float*)malloc (M*M*sizeof(float)); 25 26 // 为待运算矩阵的元素赋予 0-10 范围内的随机数 27 for (int i=0; i

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

2.怎么安装CUDA

首先验证你是否有nvidia的显卡（developer.nvidia.com/cuda-gpus这个网站查看你是否有支持gpu的显卡）：[plain] view plain copy $ lspci | grep -i nvidia 查看你的linux发行版本（主要是看是64位还是32位的）：[plain] view plain copy $ uname -m && cat /etc/*release 看一下gcc的版本：[plain] view plain copy $ gcc --version 首先下载nvidia cuda的仓库安装包（我的是ubuntu 14.04 64位，所以下载的是ubuntu14.04的安装包，如果你是32位的可以参看具体的地址，具体的地址是）[plain] view plain copy wget developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_6.5-14_amd64.deb 下载完成之后可以使用如下命令安装它，注意文件名修改为cuda-repo-ubuntu1404_6.5-14_amd64.deb[plain] view plain copy sudo dpkg -i cuda-repo-__.deb 安装好仓库之后，就可以更新你的本地仓库。

[plain] view plain copy sudo apt-get update 最后开始安装cuda以及显卡驱动（安装cuda的同时就会把显卡驱动也全部安装好，这个真的很方便。但是下载的时间有点长。）

[plain] view plain copy sudo apt-get install cuda 需要注意的是，我这里提供的安装方法跟网络上各种安装方法都不一样，他们的方法往往很复杂主要是因为：（1）有些教程是手工安装显卡的驱动程序，手工屏蔽系统的默认开源的驱动（2）安装cuda也是手工进行使用这个方法的时候千万要注意几个问题：（1）cuda6.5已经不支持老旧的显卡了所以sm11 等等都必须删除。可以参考我的另一个文章，关于编译opencv3.0的（2）ubuntu14.04是64位的，并且不要一开始就更新系统补丁什么的，因为系统更新过之后，再安装显卡驱动就会无法进入图形界面，我查看了相关的日志发现是卡在了dbus那边。

所以，我建议一安装好ubuntu 14.04就不要更新系统补丁。安装完之后你需要设置环境变量：[plain] view plain copy $ export PATH=/usr/local/cuda-6.5/bin:$PATH $ export LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH 设置完毕之后，你还可以选择是否安装cuda附带的示例代码（表示你要安装的位置，你可以将替换成~）：[plain] view plain copy $ cuda-install-samples-6.5.sh 接下来做一些验证工作：查看显卡的驱动版本[plain] view plain copy cat /proc/driver/nvidia/version 查看nvcc编译器的版本[plain] view plain copy nvcc -V i 编译cuda的示例代码：[plain] view plain copy cd ~/NVIDIA_CUDA-6.5_Samples 然后make一下编译代码。

进入bin路径运行devicequery[plain] view plain copy cd ~/NVIDIA_CUDA-6.5_Samples/bin [html] view plain copy ./ deviceQuery 具体的安装过程可以参考英文。这里必须要强调的是一定要是新的ubuntu14.04 在安装显卡驱动之前千万别更新，否则就无法进入桌面，这个问题困扰了我很久了。

重装了是十几遍的系统。这篇guide只是一些零散的安装步骤以及给后来人对于cuda的一些坑上的提醒。

3.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

4.如何在win10下配置anaconda环境变量

安装之后配置环境变量的步骤如下：

1，点“我的电脑”，右键选“属性”

2，选择：高级系统设置

3，选择：环境变量

4，在“系统变量”中选中“Path”

5，点“编辑”-再点“编辑文本”

6，在“变量值”一栏，把自己所安装的python路径拷进去就可以了，我安装的路径是“C:\Python27”。

7，完成之后，一路点击确定关闭，就可以了。

8，这里要强调一下，现在下载的python都自带pip,pip在python目录下的Scripts目录下，添加到系统的path路径中就可以使用了。

转载请注明出处windows之家 » win10安装cuda8.0