(请先看置顶博文)本博打开方式!!!请详读!!!请详读!!!请详读!!!_Cat-CSDN博客
目录
一、自检
1、查看PC是否有NVIDIA的独立显卡
2、查看自己NVIDIA独立显卡是否支持CUDA,是否有显卡驱动
3、微软官网下载并安装Visual Studio
二、下载及安装
1、访问CUDA官网、配置自己的下载安装包
2、安装
3、配置环境变量(可选,如果想在VS中使用CUDA就得进行这一步)
三、验证
1、查看CUDA版本
2、查看CUDA的环境变量配置情况
3、运行CUDA的测试文件
一、自检
1、查看PC是否有NVIDIA的独立显卡
查看方法如下图所示:
2、查看自己NVIDIA独立显卡是否支持CUDA,是否有显卡驱动
查看自己的显卡型号是否支持CUDA的安装,可以访问这个网址:CUDA GPU | NVIDIA Developer
一般的显卡都是打开红框圈住的这个列表,如果你的显卡存在,那么证明你可以安装CUDA。
有时也有不存在的时候,别急,此时需要先更新一下显卡驱动(如果显卡(硬件)较新,建议先更新显卡驱动,从而获得更新版本的CUDA支持),需要根据自己的显卡配置,到如下网页下载新的驱动程序:官方驱动 | NVIDIA。
随后,按照默认安装驱动就可以了,切勿更改路径,驱动大小不会占用C盘太大存储的。驱动安装或者更新完成后,打开cmd命令窗口(win+R),输入“nvidia-smi”,可以看到下图:
此时驱动的版本是511.65,支持的CUDA版本最大是11.6,我在2022.3.18对最新的CUDA及Pytorch进行了更新,发现YOLOv5(5.0)在推理时有错误产生,所以这里选择CUDA11.1+Pytorch1.8.1的搭配。如果以上操作都不行,那么接下来的内容也不用看了,快去买显卡,要不然又得涨价!!!
3、微软官网下载并安装Visual Studio
CUDA在安装时需要Visual Studio里的工具包进行编译,所以必须安装VS,版本的话不要太低2017年以后的版本吧。第一次安装CUDA时,我电脑里之前就存有VS2019,所以,这一步忽视了,并且也并未对CUDA今后的使用造成影响。看了官方的CUDA安装文档后,才意识到这个问题,所以来补充一下。
Visual Studio2022的下载地址为:Visual Studio: 面向软件开发人员和 Teams 的 IDE 和代码编辑器
可以在上面那个网页里找到之前的版本,最好下载社区版,不需要激活,我下载的是VS2019。安装时,注意要选择“使用C++的桌面开发”以及将安装位置选到系统盘之外。
二、下载及安装
1、访问CUDA官网、配置自己的下载安装包
因为要下载11.1,所以点击链接:CUDA Toolkit 11.6 Update 1 Downloads | NVIDIA Developer
之后,要找到CUDA之前的存档,具体流程看图:
2、安装
双击安装包,选择合适的路径,即可安装(要记住这个路径,因为可能要配置环境变量)。接下来的过程,用图说话。如果有其他分区,请勿装在C盘,下图只是演示说明。
先前进行了显卡驱动的安装,理论上直接安装CUDA即可,但是这里为了方便,直接四个全选,开始安装。
3、配置环境变量(可选,如果想在VS中使用CUDA就得进行这一步)
鼠标右键此电脑->属性->高级系统设置->环境变量,查看系统变量即可看到红色框选的两项。
我们要是为VS配置CUDA,那就得将剩下的5个环境变量补齐。 点击新建,分别输入变量名和变量值,点击确定。大家可以类比我的CUDA安装路径和环境变量的关系进行配置(不是照搬!不是照搬!不是照搬!):%CUDA_PATH%代表的就是CUDA_PATH的路径。
CUDA_SDK_PATH #变量名
V:\CUDA #变量值 CUDA_LIB_PATH #变量名
%CUDA_PATH%\lib\x64 #变量值 CUDA_BIN_PATH #变量名
%CUDA_PATH%\bin #变量值 CUDA_SDK_BIN_PATH #变量名
%CUDA_SDK_PATH%\bin\win64 #变量值 CUDA_SDK_LIB_PATH #变量名
%CUDA_SDK_PATH%\common\lib\x64 #变量值
至此,CUDA的安装就完成了。
三、验证
1、查看CUDA版本
键盘win+R键,输入cmd,并回车,打开CMD命令框。输入如下命令 :
nvcc --version
只要显示了CUDA的版本,就算成功了! (保险起见多验证几步)
2、查看CUDA的环境变量配置情况
键盘win+R键,输入cmd,并回车,打开CMD命令框。输入如下命令 :
set cuda
3、运行CUDA的测试文件
打开如下路径:..\CUDA\extras\demo_suite找到这两个文件,用命令行按照图示的序号依次运行deviceQuery.exe和bandwidthTest.exe,这两个程序。直接双击会闪退,你什么结果都看不到!
运行deviceQuery.exe
运行bandwidthTest.exe
下一篇文章将会介绍目标检测第4步:显卡、GPU、CUDA、cuDNN的关系及如何在Windows 10下安装cuDNN?如果把CUDA比作是含有部分工具的工具箱,那么cuDNN就是一把得心应手的工具(可对网络性能进行优化)。CUDA安装了cuDNN之后,深度学习速度会变快1-2倍。