win10cuda8.0.0安装教程

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.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.win10+vs15 安装cuda8.0 NVIDIA安装程序失败,组件未安装

1、win10能正常安装英伟达显卡驱动。

2、win10自带的驱动很多，支持即插即认，几乎不用特别安装驱动。

3、确认显卡芯片后去官网下载最新驱动安装。

4、借助第三方软件安装驱动，比如驱动精灵。运行后自动检测硬件，保证网络畅通即可自动安装最新驱动。

5、小厂生产的显卡驱动非常难装，win10也基本不能识别。随机光盘中也没有支持win10的驱动。只能不选择win10或者更换显卡。

6、排除显卡故障。

4.怎么安装CUDA

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。

在英伟达的官网上下载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

5.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：）

6.win10怎么安装JDK8

一、安装jdk概述：1、安装jdk工具包2、配置java环境变量二、所需工具1、win10系统2、jdk安装程序三、安装步骤：1、首先搜索下载jdk8最新版，win10 32位下载jdk x86,win10 64位系统下载jdk x64版2、win10 64位xitongcheng.com/win10/64/运行可执行文件比如jdk-8u51-windows-x64.exe，在弹出的界面中点击“确定”，在安装“程序”界面中点击“下一步”。

3、选择安装的位置，默认是在C盘的，当然为防止C盘过大，启动速度慢，你可以把它放在其他盘，我这里是放在D盘（D:\Java\jdk1.8.0_51）中。然后点击下一步。

4、等JDK安装好了后，还会安装JRE，建议让JRE的安装目录与JDK在一个文件夹中，所以更改目录到D:\Java\jre1.8.0_51。你会看到jdk与jre都在D盘Java文件夹下5、点击“下一步”，等待安装安装好后会提示“已安装成功”，然后点击关闭即可。

四、配置JDK环境变量：1、打开“控制面板”-->“系统与安全”-->“系统”，点击左侧的“高级系统设置”，弹出“系统属性”面板，在面板中点击“环境变量”。2、此时可以设置，用户的环境变量，也可以设置系统的环境变量，如果设置用户的环境变量，则只能这个用户可以使用，其他用户用不了。

如果设置系统的环境变量则此电脑的每个用户均可使用。3、在用户环境变量中新建变量JAVA_HOME，设置变量值D:\Java\jdk1.8.0_514、新建PATH，设置变量值%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin5新建CLASSPATH，设置变量值.；%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar注意前面的.表示当前目录。

然后点击“确定”按钮。

转载请注明出处windows之家 » win10cuda8.0.0安装教程