文章目录  👉引言💎一、Cuda安装1选择Cuda版本2下载及运行安装程序3测试二、Cudnn安装1、进入官网下载对应cuda版本的cudnn2、下载好相应版本并进行解压安装3、解压完成后4、测试  👉引言💎学习的最大理由是想摆脱平庸，早一天就多一份人生的精彩；迟一天就多一天平庸的困扰。热爱写作，愿意让自己成为更好的人……铭记于心🎉✨🎉我唯一知道的，便是我一无所知🎉✨🎉一、Cuda安装1选择Cuda版本首先查看电脑的显卡驱动版本，然后根据显卡驱动去选择相应的的cuda版本号有两种方式去查看电脑的显卡版本如果缺失驱动程序，那么可以再在https://www.nvidia.com/Download

本文参加2022CUDAonPlatform线上训练营学习笔记矩阵乘法的GPU端实现一、矩阵乘法（MatrixMultiply）基础二、矩阵乘法的CPU端实现三、矩阵乘法的GPU端实现（ShareMemory）四、代码参考五、实践心得1、通过__syncthreads()的角色变换2、并行思维中的同步3、提高硬件的使用效率一、矩阵乘法（MatrixMultiply）基础矩阵相乘是线性代数的基础，简单来解释就是A矩阵的行与B矩阵所在列相乘之和的结果，CPU端的代码可以采用模拟思想非常好编写,相信聪明的你一定熟练掌握了矩阵相乘，这里就不做多的介绍了二、矩阵乘法的CPU端实现voidcpu_matr

一、环境配置全是windows下的版本cuda：11.111.411.7三个版本都试过，都是ok的cudnn：8.5.0onnxruntime：1.12.1relase版本onnxruntime-gpu下载完后可以看到里面的头文件和静态库动态库，onnxruntime不需要安装，下载完之后需要把头文件和库文件配置到工程中，下面有具体方法PSD:\tools\onnxruntime-win-x64-gpu-1.12.1>tree/fD:.│CodeSignSummary-e54fd8c5-34c1-462b-a8b2-0761efa3159d.md│GIT_COMMIT_ID│LICENSE│P

我有一个使用cmake和make编译的boost.python项目。它是python模块的一部分，我希望能够使用distutils安装该模块。我已按照说明here创建一个CMakeLists.txt文件，该文件首先编译共享库，然后设置setup.py以便makeinstall安装python模块。然而，虽然所有python文件都被distutils识别并移动到构建目录，但共享库不是，我真的不知道为什么。我的项目目录结构:项目构建(pythondistutils目录)doc(模块文档)module(主模块目录)core(boost项目/库的目录)CMakeLists.txt-构建共享库o

我有一个使用cmake和make编译的boost.python项目。它是python模块的一部分，我希望能够使用distutils安装该模块。我已按照说明here创建一个CMakeLists.txt文件，该文件首先编译共享库，然后设置setup.py以便makeinstall安装python模块。然而，虽然所有python文件都被distutils识别并移动到构建目录，但共享库不是，我真的不知道为什么。我的项目目录结构:项目构建(pythondistutils目录)doc(模块文档)module(主模块目录)core(boost项目/库的目录)CMakeLists.txt-构建共享库o

一、win10安装cuda过程1、首先检查电脑系统的显卡驱动，方法如下：nvidia-smi回车后，如果输出驱动版本号，以及显卡信息，则说明显卡驱动已经具备。回车后，如果没有输出，则需要重新安装显卡驱动。官方驱动下载网址：https://www.nvidia.cn/Download/index.aspx?lang=cn2、安装cuda软件，方法如下：点击软件后，最好默认提取和安装位置，省的后面需要自己添加环境变量。3、测试，方法如下：nvcc-V如果输出版本号，则表示安装成功二、出现的问题在cuda安装最后会出现nvidia安装程序失败，显示很多未安装的标志，示意图如下：三、解决办法由于cud

目录1平台2目标3步骤3.1驱动1更新apt软件源2使用apt安装驱动3重启计算机4验证3.2CUDA1CUDAToolkit安装2环境变量设置3POWER9设置4重启计算机5验证3.3cuDNN1配置临时环境变量2添加apt库3安装cuDNN和cuDNN示例程序4验证3.4nvidia-docker21添加nvidia-docker2的GPGKeys2添加nvidia-docker2的apt库3更新apt软件源4使用apt安装nvidia-docker25重启计算机6验证References1平台OS：Pop!_OS22.04LTS本文所有输入输出都是在Pop!_OS22.04LTS上的。P

CUDA版本选择/安装（不同的深度学习项目需要不同CUDA）源起尝试的方法cuda的安装源起9月-11月测试深度学习的项目，由于个人的方向的论文主要集中于2017,2019年左右，这个阶段很多代码都是tensorflow1与tensorflow2兼有、python2与python3兼有，cuda主要用的是cuda8,cuda10我的机器显卡是3060的（R9000P）；然后租的机器是3090的，借的机器是A100的，显卡太新，跑不了我研究方向的很多项目（很长一段时间我都在抑郁，我的显卡不赖呀，竟然跑不起来代码，都想换课题了）尝试的方法在3060、3090的机器上安装cuda8（不要这个干！！！

Notepad++是一个文本编辑器小软件，用来替代windows自带的记事本。然而Notepad++软件的作者太霸道，如果你不赞同他的观点，Notepad++将会在你的源码里面插入随机字符。推荐一款国产的开源跨平台软件NDD(notepad--)，功能一点儿不弱,体积小巧打开速度快，且带有文件夹比对功能，连收费的beyondCompare都省了。且可以为它贡献插件啦，添加一些有意思的功能，比如我想给它添加个ChatGPT聊天机器人插件。期待更多优秀的国产软件，为国产化崛起贡献力量。NDD（notepad--）介绍Notepad–是一个使用C++编写的文本编辑器，目前支持Win/Linux/Ma

Windows下的CUDA环境配置一、查看自己电脑的显卡信息使用win+R打开运行窗口,在运行窗口中输入cmd打开命令行在命令行中键入nvidia-smi查看显卡支持信息从下图中可以看到,本机显卡的显卡驱动版本为:472.39;CUDA支持版本为:11.4二、下载CUDA工具包在查看完电脑的显卡信息后,需要对显卡驱动版本和CUDA版本对应的CUDAToolkit工具包进行确认.前往NVIDIA官网的官方文档:ReleaseNotes::CUDAToolkitDocumentation(nvidia.com)查看对应的信息.下载的CUDAToolkit版本不能高于显卡自身的CUDA版本.以笔者电