关于win10深度学习安装配置 CUDA9.0+VS2017+Cudnn7.4.1.5+Anaconda3（cupy安装包）+python3.7+pycharm
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了关于win10深度学习安装配置 CUDA9.0+VS2017+Cudnn7.4.1.5+Anaconda3（cupy安装包）+python3.7+pycharm，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1976字，纯文字阅读大概需要3分钟。
内容图文
0 查看电脑系统版本(非常重要)
WIN+R->输入winver,
系统版本号必须高于1703,否则CUDA9.0难以运行!!!!
1 安装 NVIDIA 显卡驱动程序
下载地址：驱动程序
选择适合自己电脑的显卡驱动下载
安装很简单，直接下一步就可以
默认系统安装路径。
2 安装CUDA 9.0
下载CUDA前，先确认GPU显卡所支持的CUDA版本，
控制面板-》NVIDIA控制面板-》帮助-》系统信息-》组件-》nvidia.dll后面的cuda参数
请点击->详情
下载地址->CUDA Toolkit Archive
选择适合你的版本
选择相对应的版本下载，在线安装版1.5GB，离线安装版14.5MB，先安装基础包，再安装升级补丁。
使用管理员权限安装，一路默认。
安装完成之后打开命令行，输入：nvcc -V查看版本，如果出现以下类似信息表示安装成功。
安装成功后，我的电脑上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V9_0两个环境变量
我们还需要添加如下几个变量：
在用户变量Path下添加：C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0
注:ProgramData是隐藏文件夹
在系统变量中添加如下几个变量：
CUDA_SDK_PATH = C:\ProgramData\NVIDIACorporation\CUDA Samples\v9.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
添加完成后在cmd中输入set cuda显示如下：
3.安装Cudnn
在官网下载对应Cuda的版本号，加压将文件夹中的内容复制到cuda的安装路径下即可。
经过这三步已经搭建完成
4.安装VS2017
在官网上下载VS2017的安装包
下载地址：https://visualstudio.microsoft.com/thank-you-downloading-visual-studio/?sku=Professional&rel=1
安装程序运行后，选择自己需要的模块和功能，确认所需后点击安装即可。顺便吐槽一下，社区版全工作负荷、全组件以及全语言包选择后需要空间93.85GB，所以大家还是选择自己需要的安装就行了……另外，需要Python扩展支持的朋友，可以自己下载Python安装，或者安装完成后自行到扩展添加，官方安装文件对Python扩展的包含据说要等下次更新……
安装步骤参考https://jingyan.baidu.com/article/6f2f55a11c360ab5b83e6c46.html
5.安装CUPY在pycharm
注：如果安装还是报错，请安装Anaconda3 ：https://iso.mirrors.ustc.edu.cn/anaconda/archive/Anaconda3-2019.03-Windows-x86_64.exe
内容总结
以上是互联网集市为您收集整理的关于win10深度学习安装配置 CUDA9.0+VS2017+Cudnn7.4.1.5+Anaconda3（cupy安装包）+python3.7+pycharm全部内容，希望文章能够帮你解决关于win10深度学习安装配置 CUDA9.0+VS2017+Cudnn7.4.1.5+Anaconda3（cupy安装包）+python3.7+pycharm所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。