cuda、 cudnn安裝

• 版本參數配置
• • 1.介紹
  • 2.tensorflow的版本的選擇
  • 3.CUDA的安裝，
  • 4.cuDNN安裝
  • 5.環境配置
  • 6.測試
• 常見問題
• • Could not find
  • Non-OK-status:
• cuda 和cudnn 卸載：

版本參數配置

（說明：本配置基于YOLOv3）

1.介紹

tensorflow安裝簡單，配置難，難在工具的版本對應性上，一定要嚴格對應！！！

下圖為tf對照表，最新情況見測試代碼：

2.tensorflow的版本的選擇

tensoflow-gpu
連接地址：http://mirrors.aliyun.com/pypi/simple/tensorflow-gpu/

tensorflow-cpu
鏈接地址：https://pypi.org/project/tensorflow/#files
tensorflow安裝什么版本主要看CUDA的版本，首先我們查看電腦獨顯支持的CUDA最高版本：
（1）控制面板，搜索NVIDIA面板（或者直接桌面右下角開始nvida圖標實現實際的版本查看）

（2）選擇組件，方框中cuda11.0為本機CUDA的最高版本，意思是可以向下兼容；
所以，我這里使用
CUDA 10.0
Python 3.6.5
使用pip3命令安裝tensorflow-gpu：
pip3 install tensorflow-gpu==1.6

3.CUDA的安裝，

cuda 版本查看：
下載地址：CUDA下載地址：


下載完之后，解壓到文件夾，注意，解壓完就是一個安裝程序，解壓完之后會自動跳出安裝。
先安裝驅動：cuda toolkit驅動（根據cuda版本選擇對應的CUDA toolkit版本否則在cuda 安裝時“監測系統兼容性”提示找不到顯卡）
解壓過程：

安裝過程：

選擇默認路徑：

4.cuDNN安裝

我們從上面的表格中看到，CUDA10版本對應的是cuDNN7，
下載地址：
（PS：下載的時候需要登錄賬號，沒賬號的注冊，然后還要做一個小調查之后就可以下載了）;
可以看到，對于同一個版本的CUDA，有很多cuDNN，隨便啦，我這里選的是cuDNN7.5.0


下載完之后，解壓即可

5.環境配置

注意：

把cuDNN文件夾下面的bin，include，lib文件夾里面的內容復制到CUDA文件夾下面對應的bin，include，lib文件夾里面文件夾內，一定要注意

然后再把CUDA文件夾下面extras\CUPTI\libx64下的cupti64_100.dll 拷貝到 bin目錄。

• 配環境
  在path中添加c:\program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin 和c:\program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
  （即cuda的bin目錄和lib目錄下的x64目錄。注意自己的安裝路徑）
  

6.測試

import tensorflow as tf hello = tf.constant('hello') sess = tf.Session() print(sess.run(hello)) sess.close()

參考鏈接：https://blog.csdn.net/gdc6916/article/details/105384369

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\visual_studio_integration\MSBuildExtensions
C:\Program Files (x86)\Microsoft Visual Studio\2017\Community\Common7\IDE\VC\VCTargets\BuildCustomizations
https://www.pianshen.com/article/9060380361/

未找到導入的項目“C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations\CUDA 10.0.targets”。請確認 聲明中的路徑正確，且磁盤上存在該文件。 darknet E:\darknet-master\build\darknet\darknet.vcxproj 307

常見問題

Could not find

. tensorflow遇到ImportError: Could not find 'cudart64_100.dll’錯誤解決

在實際的安裝目錄：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
下將cudart64_101.dll右鍵屬性，把它改成：cudart64_100.dll


2.問題Could not load dynamic library …

修改前

修改后

Non-OK-status:

GpuLaunchKernel(FillPhiloxRandomKernelLaunch, num_blocks, block_size, 0, d.stream(), gen, data, size, dist) status: Internal: invalid device function

解決辦法
我在配置環境時，最開始安裝的是cuda10.1,卸載cuda10.1之后，安裝cuda10.0已經對應的cudnn就解決這個問題了。

cuda 和cudnn 卸載：

https://blog.csdn.net/m0_37605642/article/details/99100924

總結

以上是生活随笔為你收集整理的yolov配置之：cuda、 cudnn安装的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。