文章目录
前言电脑环境确认安装新CUDA环境测试新CUDA环境总结
前言
当我们在部署多个AI项目时,常常会需要多个python环境,虽然Anaconda能够解决大多数项目所需的不同环境,但是对于环境跨度较大所需CUDA版本不同的项目显然Anaconda就不能很好的解决,这时我们就需要在自己的电脑上同时配置多个版本的CUDA开发环境,就不需要频繁的更换不同环境的电脑,基于此本文将详细介绍如何在win10系统上的电脑安装多个版本CUDA开发环境。
电脑环境确认
查看已安装CUDA环境是否正常 先确认之前安装的CUDA环境是否正常并记录已安装的版本号,不正常就会导致后面的新添加的CUDA环境不能使用,以免造成不必要的麻烦。我们进入电脑的 “应用和工作” 中查看CUDA是否安装并记录版本号。
![CSDN-AI Hg](https://img-blog.csdnimg.cn/fdfa5e5c6d39464e9fd5cb60e523c290.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
查看电脑显卡所支持CUDA的版本 在桌面鼠标右键打开 “NVIDIA控制面板” ,在控制面板中打开–>帮助–>系统信息,在系统信息中点击组件并查看“NVCUDA64.DLL”的产品信息,上面的信息表示该显卡所支持的CUDA安装的最高版本。
![在这里插入图片描述](https://img-blog.csdnimg.cn/00461dad3d81494182b9f445ae380d06.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
小编的显卡所支持安装的CUDA版本最高是11.4,它是向下兼容的。
整理新CUDA安装位置
如果原来安装的CUDA的位置是程序默认的(默认在:C:\ProgramData\NVIDIA GPU Computing Toolkit\v10.0……),同时C盘剩余使用空间比较多(50GB),那我们就不需要整理新CUDA的安装位置,直接使用程序的默认安装位置即可,这样节约时间。如果C盘剩余使用空间不足,或者原来安装的CUDA不在C盘,那我们需要归类整理好新安装CUDA的位置,建议和原来(非C盘)放在一起,并新建版本号文件夹如v10.2等这里以你要安装CUDA版本来命名:
![在这里插入图片描述](https://img-blog.csdnimg.cn/d919bb9907664a1f8b7d1c48180eca53.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
安装新CUDA环境
下载要安装的新CUDA和cuDNN 下载CUDA和cuDNN时要记得两者版本要匹配,不然安装的时候会出错导致新安装的环境不能用,所以这里附上CUDA和cuDNN的版本匹配图,最新匹配关系请前往官网查看,小编这里用CUDA10.2来演示。
![在这里插入图片描述](https://img-blog.csdnimg.cn/1354cba86fac4d7faabcd01392d52024.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
安装CUDA 请根据下图操作来安装,注意小编安装位置选择的是默认在C盘,如安装在其他盘的请详看电脑环境确认部分的介绍。
![在这里插入图片描述](https://img-blog.csdnimg.cn/72c9934b759b4bacbf90c4993c41ff89.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
校验新安装的CUDA是否匹配该显卡,怕自己下载错误方便提示
![在这里插入图片描述](https://img-blog.csdnimg.cn/1cef766390ff48b7aefeff1f88a478f8.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
只选择安装CUDA就好,如需更新显卡驱动的可以勾选另外两个选项,但是建议不怎么做
![在这里插入图片描述](https://img-blog.csdnimg.cn/31794a3d44204be280df05fd15498a81.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
选择安装位置,建议放在C盘避免设置新安装位置,C盘剩余可用空间不足除外
![在这里插入图片描述](https://img-blog.csdnimg.cn/3d2657e857e2489991f3599eac0abccc.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
到达这个步骤就基本安装CUDA成功
安装cuDNN 将下载的cuDNN压缩包解压,并把cuda下的“bin”、“include”、“lib”这三个文件拷贝到新CUDA的安装位置上。
![在这里插入图片描述](https://img-blog.csdnimg.cn/f3a7fc84ca9d42d98b67bfab59e36405.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
cuDNN文件位置
![在这里插入图片描述](https://img-blog.csdnimg.cn/2f3a3e43b4814593b9b6495e2ec12251.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
新CUDA的安装位置
添加新CUDA到环境变量 在系统的快捷搜索栏输入环境变量并进入,之后在环境变量中查看新安装的CUDA是否已经自动添加进环境变量。没有自动添加成功,就人为重新添加新安装CUDA的路径即可。
![在这里插入图片描述](https://img-blog.csdnimg.cn/eff8be023b0f423792a8411cca4b23a7.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
测试新CUDA环境
重启电脑 重启电脑方便电脑清除缓存和加载新增加的环境变量,不然通过指令无法查看新CUDA是否安装成功。指令查看CUDA 在cmd终端中输入:
nvcc -V
set cuda
![在这里插入图片描述](https://img-blog.csdnimg.cn/375497ca58c948a38361f3d20f517b30.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16)
显示版本信息,安装成功!
总结
项目开发时需要不同版本的CUDA只需要修改环境变量中的“CUA PATH”的值就好,这样就不用修改代码的使用路径了。下面附上开发中Pytorch和TensorFlow两个不同开发框架对开发环境要求的版本匹配图,让部署开发环境不再是难事: ![在这里插入图片描述](https://img-blog.csdnimg.cn/d275e8c5f1db49489f73e81da2fc7ea1.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQWwgSGc=,size_20,color_FFFFFF,t_70,g_se,x_16)
如有问题可留言或者私信
记得评论点赞哦
![哈喽](https://img-blog.csdnimg.cn/20200508011006380.gif#pic_center)
|