Как узнать версию cuda windows 10

Как узнать версию cuda windows 10

CUDA is generally installed under the path /usr/local/cuda/, there is a version.txt file under this path, which records the version information of CUDA

How to check the CUDA version of windows

What is CUDA?

CUDA (Compute Unified Device Architecture) is a graphics card manufacturerNVIDIAIntroduced computing platform. CUDA™ is a universalParallel ComputingArchitecture that enablesGPUAble to solve complex calculation problems. It contains CUDAInstruction set architecture（ISA) And the parallel computing engine inside the GPU. (The above explanation comes from Baidu entry)

Knowing what CUDA is, what is my CUDA version number?

(1) Open the control panel and click the NVIDIA control panel:

Click Help on the NVIDIA control panel, and click System Information in the lower left corner:

Click on the component: Your CUDA information is displayed here! ! !

(2) The second way is:

Open CMD, enter nvcc —version

If it is reported that nvcc is not an internal or external command, nor an executable program or batch file, then the path is not added to the path. The path of the general file is C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

как узнать версию cuda windows 10

Is there any quick command or script to check for the version of CUDA installed?

I found the manual of 4.0 under the installation directory but I’m not sure whether it is of the actual installed version or not.

26 Answers 26

As Jared mentions in a comment, from the command line:

From application code, you can query the runtime API version with

or the driver API version with

As Daniel points out, deviceQuery is an SDK sample app that queries the above, along with device capabilities.

As others note, you can also check the contents of the version.txt using (e.g., on Mac or Linux)

You can also get some insights into which CUDA versions are installed with:

which will give you something like this:

Given a sane PATH, the version cuda points to should be the active one (10.2 in this case).

NOTE: This only works if you are willing to assume CUDA is installed under /usr/local/cuda (which is true for the independent installer with the default location, but not true e.g. for distributions with CUDA integrated as a package). Ref: comment from @einpoklum.

You should find the CUDA Version on the top right corner of the comand’s output. At least I found that output for CUDA version 10.0 e.g.,

For CUDA version:

For cuDNN version:

Use following to find path for cuDNN:

Then use this to get version from header file,

Use following to find path for cuDNN:

Then use this to dump version from header file,

Use the following command to check CUDA installation by Conda:

And the following command to check CUDNN version installed by conda:

If you want to install/update CUDA and CUDNN through CONDA, please use the following commands:

Alternatively you can use following commands to check CUDA installation:

If you are using tensorflow-gpu through Anaconda package (You can verify this by simply opening Python in console and check if the default python shows Anaconda, Inc. when it starts, or you can run which python and check the location), then manually installing CUDA and CUDNN will most probably not work. You will have to update through conda instead.

If you want to install CUDA, CUDNN, or tensorflow-gpu manually, you can check out the instructions here https://www.tensorflow.org/install/gpu

Sometimes the folder is named «Cuda-version».

Output should be similar to: CUDA Version 8.0.61

If you have installed CUDA SDK, you can run «deviceQuery» to see the version of CUDA

Other respondents have already described which commands can be used to check the CUDA version. Here, I’ll describe how to turn the output of those commands into an environment variable of the form «10.2», «11.0», etc.

To recap, you can use

to find out the CUDA version. I think this should be your first port of call. If you have multiple versions of CUDA installed, this command should print out the version for the copy which is highest on your PATH.

The output looks like this:

We can pass this output through sed to pick out just the MAJOR.MINOR release version number.

If nvcc isn’t on your path, you should be able to run it by specifying the full path to the default location of nvcc instead.

The output of which is the same as above, and it can be parsed in the same way.

Alternatively, you can find the CUDA version from the version.txt file.

The output of which

can be parsed using sed to pick out just the MAJOR.MINOR release version number.

We can combine these three methods together in order to robustly get the CUDA version as follows:

This environment variable is useful for downstream installations, such as when pip installing a copy of pytorch that was compiled for the correct CUDA version.

Similarly, you could install the CPU version of pytorch when CUDA is not installed.

But be careful with this because you can accidentally install a CPU-only version when you meant to have GPU support. For example, if you run the install script on a server’s login node which doesn’t have GPUs and your jobs will be deployed onto nodes which do have GPUs. In this case, the login node will typically not have CUDA installed.

Как получить версию cuda?

есть ли быстрая команда или скрипт для проверки версии установленного CUDA?

Я нашел руководство 4.0 в каталоге установки, но не уверен, является ли фактическая установленная версия таковой или нет.

11 ответов:

как Джаред упоминает в комментарии, из командной строки:

дает версию компилятора CUDA (которая соответствует версии инструментария).

из кода приложения вы можете запросить версию API среды выполнения с помощью

или версия API драйвера с

как указывает Даниэль, deviceQuery-это пример приложения SDK, который запрашивает выше, а также возможности устройства.

как другие отмечают, вы также можете проверить содержание version.txt использование (например, на Mac или Linux)

иногда папка называется «Cuda-version».

результат должен быть похож на: CUDA Version 8.0.61

Если вы установили CUDA SDK, вы можете запустить «deviceQuery», чтобы увидеть версию CUDA

вы можете найти CUDA-Z полезным, вот цитата с их сайта:

» эта программа родилась как пародия на другие Z-утилиты, такие как CPU-Z и GPU-Z. CUDA-Z показывает некоторую базовую информацию о графических процессорах с поддержкой CUDA и GPGPUs. Он работает с картами nVIDIA Geforce, Quadro и Tesla, чипсетами ION.»

на вкладке поддержка есть URL для исходного кода: http://sourceforge.net/p/cuda-z/code/ и загрузка на самом деле не установщик, а сам исполняемый файл (без установки, так что это «быстро»).

эта утилита предоставляет множество информации, и если вам нужно знать, как она была получена, есть источник посмотреть. Есть и другие утилиты, подобные этой, которые вы можете искать.

после установки CUDA можно проверить версии по: nvcc-V

Я установил как 5.0, так и 5.5, поэтому он дает

инструменты компиляции Cuda, выпуск 5.5, V5. 5,0

эта команда работает как для Windows, так и для Ubuntu.

кроме упомянутых выше, ваш путь установки CUDA (если он не был изменен во время установки) обычно содержит номер версии

делать which nvcc должны дать путь, и это даст вам версию

PS: Это быстрый и грязный способ, приведенные выше ответы более элегантны и приведут к правильной версии со значительными усилиями

сначала вы должны найти, где установлен Cuda.

Если это установка по умолчанию, такие как здесь расположение должно быть:

в этой папке должен быть файл

открыть этот файл в любом текстовом редакторе или выполнять:

можно узнать cuda версия, введя следующее в терминале:

кроме того, можно вручную проверьте версию, сначала выяснив каталог установки с помощью:

а то cd в этот каталог и проверьте версию CUDA.

для версии cuDNN:

используйте следующее, чтобы найти путь для cuDNN:

затем используйте это, чтобы получить версию из файла заголовка,

используйте следующее, чтобы найти путь для cuDNN:

затем используйте это, чтобы сбросить версию из файла заголовка,

Как получить версию CUDA?

Есть ли какая-нибудь быстрая команда или скрипт, чтобы проверить версию установленной CUDA?

Я нашел руководство 4.0 в каталоге установки, но я не уверен, является ли оно действующей установленной версией или нет.

Как упоминает Джаред в комментарии, из командной строки:

Из кода приложения вы можете запросить версию API времени выполнения с помощью

или версия драйвера API с

Как отмечают другие, вы также можете проверить содержимое version.txt использования (например, на Mac или Linux)

Вы должны найти версию CUDA в верхнем правом углу вывода команды. По крайней мере, я обнаружил, что вывод для CUDA версии 10.0, например,

Для версии CUDA:

Для версии cuDNN:

Используйте следующее, чтобы найти путь для cuDNN:

Затем используйте это, чтобы получить версию из файла заголовка,

Используйте следующее, чтобы найти путь для cuDNN:

Затем используйте это для выгрузки версии из файла заголовка,

Иногда папка называется «Cuda-версия».

Вывод должен быть похож на: CUDA Version 8.0.61

Используйте следующую команду, чтобы проверить установку CUDA от Conda:

И следующая команда для проверки версии CUDNN, установленной conda:

Если вы хотите установить / обновить CUDA и CUDNN через CONDA, пожалуйста, используйте следующие команды:

В качестве альтернативы вы можете использовать следующие команды для проверки установки CUDA:

Если вы используете tenorflow-gpu через пакет Anaconda (это можно проверить, просто открыв Python в консоли и проверив, показывает ли Python по умолчанию Anaconda, Inc. при запуске, или вы можете запустить какой Python и проверить местоположение), затем вручную установка CUDA и CUDNN, скорее всего, не будет работать. Вам придется обновить через Conda вместо этого.

Как Узнать Версию Cuda Windows 10

How to get the CUDA version?

Is there any quick command or script to check for the version of CUDA installed?
I found the manual of 4.0 under the installation directory but I’m not sure whether it is of the actual installed version or not.

22 Answers 22

As Jared mentions in a comment, from the command line:
(or /usr/local/cuda/bin/nvcc —version ) gives the CUDA compiler version (which matches the toolkit version).

From application code, you can query the runtime API version with
or the driver API version with

As Daniel points out, deviceQuery is an SDK sample app that queries the above, along with device capabilities.
As others note, you can also check the contents of the version.txt using (e.g., on Mac or Linux)

However, if there is another version of the CUDA toolkit installed other than the one symlinked from /usr/local/cuda, this may report an inaccurate version if another version is earlier in your PATH than the above, so use with caution.

On Ubuntu Cuda V8:
You can also get some insights into which CUDA versions are installed with:

which will give you something like this:
Given a sane PATH, the version cuda points to should be the active one (10.2 in this case).

NOTE: This only works if you are willing to assume CUDA is installed under /usr/local/cuda (which is true for the independent installer with the default location, but not true e.g. for distributions with CUDA integrated as a package). Ref: comment from @einpoklum.

You should find the CUDA Version on the top right corner of the comand’s output. At least I found that output for CUDA version 10.0 e.g.,

For CUDA version:

For cuDNN version:

Use following to find path for cuDNN:
Then use this to get version from header file,

Use following to find path for cuDNN:
Then use this to dump version from header file,

If you’re getting two different versions for CUDA on Windows — Different CUDA versions shown by nvcc and NVIDIA-smi

Use the following command to check CUDA installation by Conda:
And the following command to check CUDNN version installed by conda:

If you want to install/update CUDA and CUDNN through CONDA, please use the following commands:
Alternatively you can use following commands to check CUDA installation:

If you are using tensorflow-gpu through Anaconda package (You can verify this by simply opening Python in console and check if the default python shows Anaconda, Inc. when it starts, or you can run which python and check the location), then manually installing CUDA and CUDNN will most probably not work. You will have to update through conda instead.

На вкладке «Дополнительные драйверы» в разделе «Программное обеспечение и обновления» выберите проприетарный драйвер NVIDIA (390 для CUDA 9) sudo apt update && sudo apt установите nvidia-cuda-toolkit или установите его из центра программного обеспечения ubuntu. Как Узнать Версию Cuda

Как узнать версию cuda на видеокарте

Так вот, чтобы использовать всю мощь вашей графической карты необходимо выполнение следующих условий:

Эти ядра умеют считать, как и обычные процессоры CPU, но делают это немножко по другому.

Установка rCUDA

cd /NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuerymake EXTRA_NVCCFLAGS=—cudart=shared Установка CUDA

Какую версию CUDA выбрать

Запуск демона rCUDA на сервере. Настройка клиента

Теперь попробуем что-то поинтереснее. Протестируем реализацию скалярного произведения векторов с использованием разделяемой памяти и синхронизации («Технология CUDA в примерах» Сандерс Дж. Кэндрот Э. 5.3.1).

Видеокарты производства компании Nvidia пользуются заслуженной славой в области проведения надежных высокопроизводительных вычислений. Благодаря наличию аппаратных возможностей технологии CUDA, «зеленые карты» показывают отличные результаты и при майнинге на большинстве алгоритмов консенсуса PoW.

О технологии многопотоковых вычислений CUDA в видеокартах компании Nvidia

Видеокарты производства компании Nvidia пользуются заслуженной славой в области проведения надежных высокопроизводительных вычислений.

Влияет ли на хешрейт версия CUDA, установленная на компьютере?

Использование новых драйверов Nvidia обычно сопряжено с увеличением требований к аппаратному обеспечению и часто влечет рост потребления видеопамяти, что не всегда положительно сказываются на производительности видеокарт при майнинге.

Это особенно проявляется в быстродействии и потреблении видеопамяти при майнинге на алгоритме Ethash DaggerHashimoto.

Приложения CUDA используются для обработки видео и аудио, моделирования физических эффектов, в процессе разведки месторождений нефти и газа, проектировании различных изделий, медицинской визуализации и научных исследованиях, в разработке вакцин от болезней, в том числе COVID-19, физическом моделировании и других областях.

Программа для проверки наличия CUDA нуждается в CUDA

есть NVIDIA GPU или нет.

Другие решения

Я думаю, что лучший способ сделать это по-старому, рассмотреть возможность проверки этого простая веб-страница и вы получите гораздо более надежный ответ.

Если библиотека времени выполнения присутствует, попытайтесь использовать ее для перечисления устройств.

Я отправил приложение на второй компьютер, и приложение не запустилось — диалоговое окно показало, что cudart.dll не был найден. Я хочу проверить, присутствует ли CUDA, и для этого требуется CUDA

rCUDA (Remote CUDA) — фреймворк, реализующий CUDA API, позволяющий использовать удаленную видеокарту. Находится в работоспособной бета-версии, доступен только под Linux. Основная цель rCUDA — полная совместимость с CUDA API, вам не нужно никак модифицировать свой код, достаточно задать специальные переменные среды.

CUDA и удаленный GPU

Находится в работоспособной бета-версии, доступен только под Linux.

Получение rCUDA

Запуск демона rCUDA на сервере

Для этого можно скачать его с официального сайта или использовать репозиторий. Что такое rCUDA

Я постараюсь рассмотреть в этой статье такое решение, как фреймворк rCUDA (Remote CUDA), который поможет, когда Nvidia видеокарта есть, но установлена не в той машине, на которой предполагается запуск CUDA приложений. Тем, кому это интересно, добро пожаловать под кат.

Установка Tensorflow с поддержкой CUDA, cuDNN и GPU в Windows 10

Дата публикации Apr 3, 2019

ВЧасть 1В этой серии я рассказал о том, как вы можете модернизировать аппаратное обеспечение своего ПК, добавив в него видеокарту, совместимую с CUDA Toolkit, например графический процессор Nvidia. В этой части 2 рассматривается установка CUDA, cuDNN и Tensorflow в Windows 10. В данной статье предполагается, что на вашем компьютере уже установлен CUDA-совместимый графический процессор; но если у вас этого еще нет,Часть 1из этой серии поможет вам настроить аппаратное обеспечение, готовое к этим шагам.

Шаг 1: Проверьте программное обеспечение, которое вам нужно установить

Шаг 2: Загрузите Visual Studio Express

Visual Studio является обязательным условием для CUDA Toolkit

Visual Studio требуется для установки Nvidia CUDA Toolkit (это обязательное условиеВот). Если вы попытаетесь загрузить и установить CUDA Toolkit для Windows без предварительной установки Visual Studio, вы получите сообщение, показанное на рис. 1.

Выбор и загрузка Visual Studio Express

На момент написания этой статьи самой последней версией Visual Studio (которая является бесплатной) является Visual Studio Express Community Version 2017, показанная на рис. 2. Предыдущие версии Visual Studio можно бесплатно получить, присоединившись к «Visual Studio Dev Essentials”И затем ищите нужную версию Visual Studio.

Установка Visual Studio Express

После того, как вы загрузили Visual Studio Express, его установка проста. На рис. 3 показан исполняемый файл, который вы получаете в качестве загрузки.

Когда вы нажимаете опцию «сохранить файл» на рис. 3, появляется окно на рис. 4, где вы можете установить параметры установки (или просто оставить их, как они есть по умолчанию, как я).

Во время установки Visual Studio предложит вам whetherхочу продолжить без нагрузки». Я нажал «продолжить», поскольку не собирался использовать рабочие нагрузки вообще.

Может потребоваться перезагрузка компьютера после установки Visual Studiod

Шаг 3: Загрузите CUDA Toolkit для Windows 10

Эти шаги установки CUDA основаны наРуководство по установке Nvidia CUDA для Windows, Набор инструментов CUDA (бесплатный) можно загрузить с веб-сайта NvidiaВот,

На момент написания по умолчанию предлагается версия CUDA Toolkit версии 10.0, как показано на рис. 6. Однако вам следует проверить, какую версию CUDA Toolkit вы выбрали для загрузки и установки, чтобы обеспечить совместимость с Tensorflow (в будущемШаг 7этого процесса). Когда вы идете наВеб-сайт Tensorflow, последняя доступная версия Tensorflow (1.12.0) требуетCUDA 9.0не CUDA 10.0. Чтобы найти CUDA 9.0, вам нужно перейти к «Legacy Releases» в нижней правой части рисунка 6.

Шаг 3.1: Загрузка CUDA 9.0 из архива инструментария CUDA

Шаг 3.2: Установка CUDA 9.0

CUDA 9.0 поставляется как базовая установка и четыре патча; Сначала необходимо установить базовую версию CUDA 9.0, а затем патчи. Варианты базовой установки, которые я выбрал, показаны на рис. 8.

Запуск только что загруженного базового установщика приведет к появлению окна CUDA Setup Package, как показано на рисунке 9.

Рис. 11 дает возможность выбрать место установки; Я выбрал расположение по умолчанию, которое для CUDA:

На рисунке 12 ниже показаны установки CUDA, основанные на Visual Studio, ранее установленной вШаг 1,

Нажатие «Далее» в окне, показанном на рис. 12 выше, дает окно окончательной установки, показанное как рис. 13 ниже, где установщик NVIDIA отмечен как завершенный.

Шаг 4: Загрузите исправления CUDA для Windows 10

На момент написания этой книги было четыре патча CUDA (а также базовый установщик), так что давайте пойдем и загрузим их. Они показаны на фиг.14.

Шаг 5: Загрузите и установите cuDNN

После установки базового установщика CUDA 9.0 и его четырех исправлений следующим шагом будет поиск совместимой версии CuDNN. Основываясь на информации на веб-сайте Tensorflow, для поддержки Tensorflow с графическим процессором требуется версия cuDNN по адресуминимум 7,2,

Шаг 5.1: Загрузка cuDNN

Для того, чтобыскачать CuDNNВы должны зарегистрироваться, чтобы стать участником программы разработчиков NVIDIA (которая бесплатна).

Когда вы создаете учетную запись, входите в систему и заполняете некоторые другие необходимые сведения о том, почему вы используете учетную запись, вы получаете страницу загрузки, показанную на рис. 16.

Шаг 5.2: Распаковка файлов cuDNN и копирование в папки CUDA

В приведенных ниже инструкциях я ссылаюсь на путь к папке «C: \ Users \ жо \ Documents \ cuDNN_downloads \»(Упоминается чуть выше) как« », Такой, что zip-файл теперь находится в пути:

В разархивированных подкаталогах папки cuDNN находятся три файла, которые нужно скопировать в каталоги CUDA Toolkit. Это cudnn64_7.dll, cudnn.h и:

1. cudnn64_7.dll

cudnn64_7.dll можно найти по следующему пути в загруженных файлах cuDNN:

Предполагая, что вы установили CUDA 9.0 по пути по умолчанию (как я сделал вШаг 2.3), а именно следующий путь по умолчанию:

Вы можете скопироватьcudnn64_7.dllфайл прямо в папку CUDAбункерПуть к папке (примечание: вам не нужно создавать какие-либо новые подпапки):

2. cudnn.h

Как и в случае с файлом cudnn64_7.dll, приведенным выше, после загрузки и разархивирования папки cuDNN файл заголовкаcudnn64.hможно найти в пути:

Опять же, предполагая, что вы установили CUDA 9.0 в путь по умолчанию, как я сделал вШаг 2.3скопироватьcudnn.hнепосредственно в папку CUDA по следующему пути (новые подпапки не нужны):

3. cudnn.lib

.Lib файлcudnn.libможно найти в загруженном пути cuDNN:

Скопируйте cudnn.lib непосредственно в папку CUDA по следующему пути:

Шаг 5.3: Проверка того, что переменные среды CUDA установлены в Windows

Наконец,инструкции на нвидииубедитесь, что вы ранее установили переменную среды CUDA следующим образом:

В Windows 10 переменные среды можно найти, выбрав:

Панель управления->Система и безопасность->система->Расширенные настройки системы,

Откроется окно «Свойства системы» (рис. 17), в котором следует выбрать кнопку «Переменные среды».

Когда появится окно «Переменные среды», в «системных переменных» (в нижней половине окна) нажмите «Путь» и нажмите кнопку «Изменить». Появится новое окно под названием «Редактировать переменную среды», как показано на рисунке 18 ниже.

Шаг 6: Установите Python (если у вас его еще нет)

Теперь, когда CUDA и cuDNN установлены, пришло время установить Python для последующей установки Tensorflow. На момент написания самой последней доступной версии Python 3 является Python 3.7, ноВерсии Python 3, необходимые для Tensorflow: 3.4, 3.5 или 3.6, Python 3.6 можно загрузить для Windows 10 сВот, Когда вы запустите установщик Python для окон, появится окно настройки на Рис. 19.

Из вариантов, показанных на рис. 19 выше, во время установки Python я решил выбрать все из них. Эти параметры полезны: установщик Python «pip» используется наШаг 7.2этого руководства по установке Tensorflow. Кроме того, я использую IDE (интегрированную среду разработки для написания и запуска кода Python) под названием «IDLE» вШаг 8,

В «Расширенных настройках» (показанных на Рис. 20 ниже) я выбрал установку Python для всех пользователей (которая не была отмечена по умолчанию); это дает более полезную системную установку.

Шаг 7: Установите Tensorflow с поддержкой GPU

Tensorflowпредоставляет инструкциидля проверки правильности добавления каталогов установки CUDA, cuDNN и (необязательно: CUPTI) в переменные среды PATH. Поскольку три файла cuDNN были скопированы в подпапки CUDA, я не обновил существующий путь переменных среды CUDA.

Шаг 7.1: вызов командной строки с правами администратора

На этом этапе выполняется общесистемная установка Tensorflow, а не установка для каждого пользователя. Общесистемная установка Tensorflow требует прав администратора, поэтому, соответственно, командная строка должна запускаться с правами администратора.

Откройте командную строку, запустив ‘CMD’В строке поиска, а затем щелкните правой кнопкой мыши в командной строке, чтобы выбрать« Запуск от имени администратора ». Это открывает Администратор: Командная строка, как показано на рисунке 21.

Шаг 7.2: Общесистемная установка Tensorflow через Python pip

После открытия командной строки общесистемная команда установки для Tensorflow с поддержкой GPU выглядит следующим образом:

Команда «pip3» (в отличие от «pip») требуется, так как установка выполняется в Python 3. Выполнение этой команды в командной строке показано на рисунке 22.

Результирующий вывод команды показан на рисунке 23, и, если все пойдет по плану, в конечном итоге должно появиться сообщение, подтверждающее, что Tensorflow был успешно установлен.

Шаг 8: Тестовая установка TensorFlow и его доступ к GPU

Перейдите в меню «Пуск» в Windows и найдите среду IDE с именем «idle», которая будет установлена ​​как часть вашей установки на python, если вы выбрали, как я сделал вШаг 6, Окно Python должно появиться с надписьюОболочка Python 3.6.x, По приглашению (обозначается как «>>>») импортируйте пакет Tensorflow. Это проверит, что Tensorflow был установлен (как вы можете импортировать его). Команда для оболочки IDLE для импорта пакета tenorflow выглядит следующим образом:

Чтобы проверить поддержку CUDA для вашей установки Tensorflow, вы можете запустить в командной строке следующую команду:

Наконец, чтобы убедиться, что графический процессор доступен для Tensorflow, вы можете протестировать, используя встроенную служебную функцию в TensorFlow, как показаноВот:

Требуется несколько минут, чтобы вернуть результат из этого; когда он закончен, он возвращаетсяПравда, а затем приглашение>>>`появляется снова. Импортирование тензорного потока и эти тесты показаны на рис. 24 в оболочке Python IDLE.

Выводы

Это были шаги, которые я предпринял для установки Visual Studio, CUDA Toolkit, CuDNN и Python 3.6, и все с конечной целью установки Tensorflow с поддержкой GPU в Windows 10. На сегодняшний день моя работа по машинному обучению и глубокому обучению на основе GPU была в Linux Машины с Ubuntu; к тому же, большая часть онлайновой поддержки сообщества машинного обучения фокусируется на Ubuntu

Для машинного обучения основным недостатком использования Windows является то, что необходимо создавать больше объектов из исходного кода (например, используяCmake), чем в Linux, а также для установки дополнительного программного обеспечения для процессов сборки, таких как Visual Studio. Например, если бы выустановить Caffe2в Windows нет встроенных двоичных файлов, и сборка Windows находится в тестовом и бета-режиме. Я установил CUDA и cuDNN на Windows 10 более любопытно, чем что-либо еще, просто чтобы посмотреть, насколько это было просто (или иначе).

Как я намекал вЧасть 1Теперь, когда CUDA, cuDNN и Tensorflow успешно установлены в Windows 10, и я проверил доступ Tensorflow к графическому процессору, я собираюсь смести всю операционную систему Windows 10, чтобы произвести новую установку Ubuntu 18.04 LTS. Эта новая установка Ubuntu будет рассмотрена в части 3 этой серии.

Как узнать версию cuda windows 10

If nvcc is not installed, use method two.

• Method Two:

Go to the installation directory to view:

View cuDNN version

If not, cuDNN may not be installed.

If you want to use PyTorch/TensorFlow, it is recommended to use conda installation on Linux server. Using conda can easily install PyTorch/TensorFlow and the corresponding versions of CUDA and cuDNN.

Windows

View CUDA version

Execute in the command line:

Or enter the CUDA installation directory to view:

View cuDNN version

Enter the installation directory of CUDA to view the file cudnn.h: (Note to modify v9.0)

As shown below, cuDNN version is 7.2.1:

Русские Блоги

Как проверить версию CUDA, поддерживаемую Nvidia в Win10

Открыть настройки

Введите панель управления в поиск и откройте панель управления

Щелкните параметр «Оборудование и звук», а затем выберите панель Nvidia.

Нажмите Help на панели Nvidia и выберите System Information.

Выберите компонент, найдите «NVCUDA.DLL», вы увидите поддерживаемую версию CUDA.

Интеллектуальная рекомендация

cf 1092d2 мышление + стек

Заглавие: n столбцов из вертикально расположенных кирпичей, высота каждого столбца ai, существует бесчисленное множество кирпичей 2 * 1, которые можно разместить горизонтально только на двух соседних .

Команда Python Daemon, почему это взломано? Целые трояны используют это!

Почему команда Python Daemon должна быть взломана? Весь троян используется. Yingqi. Python полный стек инженер Подумайте об использовании Python, чтобы сделать целое, троянское программное обеспечение.

Когда Mac Brew, я застрял в решении Brew Update

Не говоря уже о том, что варево переключается на источник или что -то в этом роде, он слишком бросает. Правильный метод состоит в том, что когда обновляющий варево . Control+C возвращается, чтобы ос.

Использование регулярных выражений BeautifulSoup в Python Crawler

В BeautifulSoup вы можете найти имя и атрибут по имени и атрибутам, чтобы найти конкретный html-код. Что еще похвально, attrs поддерживает регулярные выражения. Такие как: Для поиска этой строки вы мо.