Windows10下NVIDA CUDA,cuDNN和TensorRT安装教程

原创 已于 2023-08-05 23:50:53 修改 · 2.2k 阅读 · 12 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
收录于
深度学习

当前文章被收录于：

深度学习
41 篇文章 6 人学习
订阅专栏 查看详情
软件安装

当前文章被收录于：

软件安装
41 篇文章 9 人学习
订阅专栏 查看详情
于 2022-12-30 19:24:18 首次发布
本文档详细介绍了如何检查GPU是否支持CUDA，以及如何一步步安装CUDA、cuDNN和TensorRT。首先，通过查看显卡控制面板确认CUDA支持。接着，从NVIDIA官网下载并安装适合系统的CUDA版本，并验证安装成功。然后，下载并安装cuDNN，将文件复制到CUDA相应目录，并设置环境变量。最后，下载TensorRT安装包，解压后配置环境变量，使用pip安装相关库，并通过测试确保TensorRT安装正确。

文章目录

一. 查看自己的GPU版本是否支持cuda

  1. 打开显卡的控制面板，查看显卡是否支持cuda

    在这里插入图片描述

二 .安装CUDA

  1. 去官网查看cuda版本与所需系统固件的对应关系
    在这里插入图片描述

  2. 从官网下载所需的CUDA Toolkit Archive,这里下载的版本如下：
    在这里插入图片描述

  3. 按默认安装下载好的安装包（只需要安装选项选择自定义，然后全选就可以）
    在这里插入图片描述

  4. 安装好后，打开anaconda的terminal输入nvcc -V,显示如下则说明安装成功
    在这里插入图片描述

三. 安装cuDNN

  1. 去官网下载CUDNN，同前，注意版本号。下载地址：https://developer.nvidia.com/rdp/cudnn-download
    在这里插入图片描述

  2. 下载CUDNN后,复制粘贴cuDNN里面的下面三个文件到CUDA的相应同名文件

    • cudnn\cuda\bin => CUDA\v11.4\bin
    • cudnn\cuda\include => CUDA\v11.4\include
    • cudnn\lib\x64 => CUDA\v11.4\lib\x64
      在这里插入图片描述

  3. 在系统环境变量中添加如下环境变量
    在这里插入图片描述

四. TensorRT安装

官网安装教程: https://docs.nvidia.com/deeplearning/tensorrt/install-guide/index.html#installing-zip
在这里插入图片描述

  1. 从官网下载好安装包:https://developer.nvidia.com/tensorrt.
    在这里插入图片描述

  2. 解压安装包，将文件放置到自己喜欢的位置
    在这里插入图片描述

  3. 添加系统环境变量
    在这里插入图片描述

  4. 将TensorRT文件lib目录下的*.dll全部拷贝到CUDA安装目录的bin文件夹下
    在这里插入图片描述

  5. 进入以下目录
    在这里插入图片描述

  6. 进入cmd，进入自己的conda安装目录，运行以下代码

    根据自己的python版本以及tensorrt版本运行以下代码

    python.exe -m pip install tensorrt-8.2.3.0-cp38-none-win_amd64.whl

    在这里插入图片描述

  7. 运行以下代码

    python3 -m pip install C:\Program Files\NVIDIA GPU Computing Toolkit\TensorRT-8.2.3.0\graphsurgeon\graphsurgeon-0.4.6-py2.py3-none-any.whl
python3 -m pip install C:\Program Files\NVIDIA GPU Computing Toolkit\TensorRT-8.2.3.0\uff\uff-0.6.9-py2.py3-none-any.whl
python3 -m pip install C:\Program Files\NVIDIA GPU Computing Toolkit\TensorRT-8.2.3.0\onnx_graphsurgeon\onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl

    在这里插入图片描述

  8. 测试TensorRT是否安装成功，打开以下图片目录中的项目
    在这里插入图片描述

    1. 按以下操作更改项目使用的windows10 SDK至最新
      在这里插入图片描述
      在这里插入图片描述

  9. 运行程序
    在这里插入图片描述

  10. 出现以下结果说明安装成功
    在这里插入图片描述

标签
#windows #深度学习
Windows10系统下CUDA和cuDNN安装教程
Angeldream123的博客
05-20 2万+
安装之前，先简单了解一下CUDA和cuDNN： CUDA (ComputeUnified 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。 NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开
cuda在windows10安装教程
qq_45041871的博客
11-20 6977
cuda在windows10下载安装教程
基于 TensorRT 使用 python 进行推理优化， 以YOLOv5 为例
shiter编写程序的艺术
04-21 1277
TensorRT是NVIDIA推出的一个高性能的深度学习推理框架，可以让深度学习模型在NVIDIA GPU上实现低延迟，高吞吐量的部署。TensorRT支持Caffe，TensorFlow，Mxnet，Pytorch等主流深度学习框架的部署。TensorRT底层为C++库，NVIDIA为其提供了C++ API和Python API，主要在NVIDIA GPU以实现高性能的推理(Inference)加速。
Windows10中CUDA cundnn pytorch环境搭建记录
Doggerlas的博客
07-24 5096
关于在win10中安装cuda cudnn及pytorch全家桶(torch torchvision torchaudio)的详细安装步骤，可以参考这个帖子，说的非常详细！仅在此记录一下我的两台电脑安装的环境。
离线本地安装 PyTorch CUDA 教程（Windows/macOS/Linux 通用，解决在线下载超时卡顿、保留官方组件加速）
最新发布
AITechLab 的博客
06-27 955
本文提供了PyTorch CUDA版本的离线安装教程，适用于Windows/macOS/Linux系统。针对在线安装常遇到的网络超时、下载慢等问题，教程详细介绍了如何通过下载whl离线包并指定官方源补全依赖的方式进行安装。内容包括：精确查找whl文件的关键词解析、不同操作系统的安装包选择、全新安装和覆盖安装命令、安装后的CUDA环境验证代码，以及常见问题解决方法。文中还附带了Python各版本对应的关键词对照表和系统后缀搭配指南，帮助用户快速定位正确的安装包并完成配置。
Wind10安装cuDNN，几分钟搞定
ZHUO__zhuo的博客
05-07 2859
因为之前的博文“目标检测第3步”下载的CUDA版本是11.1，那么我们就要找到与CUDA11.1版本对应的cuDNN版本。
CUDA11.8+cudnn9.2.1 win10安装教程
xiaoxinxing_的博客
07-17 4262
由于目前NVIDIA官网已经将原来的使用压缩包安装cudnn修改为使用安装包安装，但是在网上搜索之后发现对于该问题的解决方案描述比较少，所以综合了一些以往教程，自己摸索出一套安装方法，供各位参考。一、安装包的下载CUDA下载在下载前大家需要在NVIDIA控制面板里查看本机显卡最高能够支持的CUDA版本，比如我的RTX3060显卡目前最高能支持到cuda12.5版本，也是目前的最高版本。NVIDIA下载官网进入后也会默认推荐最高版本的下载，如果需要下载以前的版本要下拉页面后点击红框进入选择。
Windows11下NVIDA CUDA,cuDNN和TensorRT安装教程 用tensorRT加速yolov5全记录
qq_64997742的博客
01-19 5308
确保正确导出onnx文件需要注意以下几个方面：1：任何用到shape/size返回值的参数时，例如tensor.view(tensor.size(0), -1)这种操作，避免直接使用tensor.size()的返回值，而是加上int强转，例如tensor.view((tensor.size(0)), -1)，断开跟踪。2：nn.Upsample或者nn.functional.interpolate函数，使用scale_factor指定倍率，而不是用size参数指定。
Windows10 安装TensorRT使用python加速yolov5
weixin_43356770的博客
04-17 5691
Windows10 安装tensorRT 在python下使用，加速yolov5
Yolov5-TensorRT项目部署环境安装与配置
weixin_56308959的博客
04-13 1408
去直接下载就好，我的电脑的架构只能用12.8的cuda，所以，在这里我就直接下载12.8如果选择精简安装，就直接安装到了C盘，我不想把他安装在C盘，所以就选择自定义。这个文件的位置，就是选择精简安装后，cuda下载的位置，我在这里要给他改成我新的安装路径。使用win+R cmd命令行。
AI1-GPU环境的各种软件详细安装
C++系统研发之眼
03-13 60
本文介绍了NVIDIA显卡相关开发环境的配置流程。首先检查显卡驱动版本并通过GeForce Experience更新，然后详细说明了CUDA工具包的下载安装方法（建议选择local模式）。接着指导CuDNN和TensorRT的安装步骤，包括文件复制到指定目录。最后介绍了wget工具的下载和环境变量配置方法。文中特别强调版本匹配的重要性，并提供了具体的版本选择建议（如CUDA 11.8、CuDNN 8.6等）。每个步骤都包含验证方法，确保安装成功。
cuda 安装教程（win10）
原在路上的博客。
07-18 898
cuda：compute unitifed device architecture-统一计算设备架构。
【CUDA】cuda安装 （windows版）
热门推荐
haoweixl的博客
05-25 28万+
【CUDA】cuda安装 （windows版）前言官方教程安装工具的准备CUDA toolkit DownloadcuDNN Download2. CUDA 安装与配置过程测试环境是否安装成功2、cuDNN配置运行官方自带的demo 前言 windows10 版本安装 CUDA ，首先需要下载两个安装包 CUDA toolkit（toolkit就是指工具包） cuDNN 官方教程 CUDA：https://docs.nvidia.com/cuda/cuda-installation-guide-mic
Windows10系统CUDA和CUDNN安装教程
yang4123的博客
10-07 1万+
Windows10系统下安装CUDA和CUDNN保姆级教程
详解 Windows 10 安装 CUDA 和 CUDNN
KRISNAT
05-31 5306
详解 Windows 10 安装 CUDA 和 CUDNN。
Windows10下多版本CUDA的安装与切换 超详细教程
qq_50677040的博客
08-06 6万+
当我们跑深度学习的代码时，有时会遇到上古的代码，环境比较老，是低版本的 CUDA，此时我们就需要多个 CUDA 版本，并能灵活切换。本文是在已有CUDA11.2的环境下安装CUDA9.2。Windows10下多版本CUDA的安装与切换保姆级教学。
VS2022配置CUDA、CuDNN和TensorRT的环境
m0_63769180的博客
10-09 4704
精简安装会安装CUDA相关组件，同时也会将显卡驱动重新安装。这里不想重新安装显卡驱动，所以选择自定义安装。选择组件的时候，将CUDA中的Nsight VSE和Visual Studio Integration取消勾选，并将Driver components里面的两个驱动组件取消，其他保持勾选。
【官方配图】win10/win11 安装cuda 和 cudnn
weixin_43356770的博客
02-28 1804
路径可以修改，也可以使用默认的，这里我改为了D盘，注意新建一个CUDA空文件夹。这是临时解压路径，随便，直接点ok就行，运行完会自动删除的。可以无脑下一步，（或者安装好驱动的可以只安装CUDA）我这里只需要cuda12.6 就没安装其他的版本。对应复制粘贴，cudnn内的所有文件到cuda内。第一个samples是代码样例，我也不需要。这个安装路径一定要记住！其他步骤基本一致，一直下一步，搜索cmd 打开终端输入。安装路径一定要记住！我这里装的是12.6。
【环境配置】安装与配置 CUDA 和 cuDNN 环境，支持多种 GPU 加速框架
IT古董
02-07 2269
以下是在 Windows 10 下安装和配置 CUDA 框架的详细步骤，包括安装 CUDA Toolkit、cuDNN 以及配置深度学习框架（如 TensorFlow 和 PyTorch）的示例。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AoDeLuo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值