NVIDIA显卡,显卡驱动版本,CUDA版本,cudnn版本之间兼容关系及如何选择

要配置NVIDIA显卡的CUDA和cudnn,各种版本之间的依赖关系以及与其他使用GPU的库版本兼容一直没有弄明白,最近经过多次卸载重装,终于成功配置好了显卡计算环境,于是把各个驱动程序和库之间的依赖关系理一下。
一.显卡
我的显卡如下:

 

 二.驱动下载

官网下载https://www.geforce.cn/drivers,直接下载GeForce Experience,它会根据你机器的显卡自动匹配和安装最适合的驱动.

  

 

 

 

 


三.显卡驱动版本查看
打开NVIDIA设置,在菜单“帮助”-》“系统信息”弹出的对话框的“显示”tab框中能看到。

 四.显卡驱动支持的CUDA版本查看

两种办法:

1.是打开NVIDIA设置,在菜单“帮助”-》“系统信息”弹出的对话框的“组件”tab框中能看到。

 

 2.参考显卡驱动的Release Notes

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

 

 五.CUDA版本选择

CUDA版本选择要看其他上层库的需求,比如TensorFlow,caffe,OpenCV,还有编译环境的需求,比如VisualStudio等。
下载地址:https://developer.nvidia.com/cuda-toolkit-archive
tensorflow版本要求:
https://tensorflow.google.cn/install/source_windows
windows操作系统和VS编译器需求:(可以在安装指导中找到)
六.cuDNN版本
要选择和cuda对应版本的,其实这只是一个基于cuda的库,不需要安装,下载后的压缩包解压后是一些头文件,lib和dll(windows操作系统)文件。
cudnn下载地址:(需要登录)
https://developer.nvidia.com/rdp/cudnn-download


七.显卡GPU 算力查询

https://developer.nvidia.com/cuda-gpus

  GTX1050 GPU算力6.1   ,即compute_61,sm_61  <CudaArchitecture>compute_61,sm_61</CudaArchitecture> 

 八. 训练出现checked faild错误,检查显卡驱动是否出现黄色感叹号

 

 

      解决办法:

     卸载重装,记住将原驱动也删除掉.

 

 

    

 

posted on 2020-03-16 11:34  NLazyo  阅读(9605)  评论(0编辑  收藏  举报