声明：记录这篇文章，只是为了补充说明一下英伟达官网安装步骤。官方安装指导链接：InstallationGuide::NVIDIADeepLearningcuDNNDocumentation1.简单概述一下安装步骤1）先下载cuDNN的.deb本地安装包：链接：cuDNNArchive|NVIDIADeveloper 注意下载是需要注册一个Nvidia的账号的，下载最新版即可，它是支持CUDA11.x的，兼容CUDA11系列，这里提供一下我获取的下载链接，不知道能不能不登录账号直接下载：Login|NVIDIADeveloper 有一点需要注意的，我在wsl子系统中直接用wget下载，多次试验
声明：记录这篇文章，只是为了补充说明一下英伟达官网安装步骤。官方安装指导链接：InstallationGuide::NVIDIADeepLearningcuDNNDocumentation1.简单概述一下安装步骤1）先下载cuDNN的.deb本地安装包：链接：cuDNNArchive|NVIDIADeveloper 注意下载是需要注册一个Nvidia的账号的，下载最新版即可，它是支持CUDA11.x的，兼容CUDA11系列，这里提供一下我获取的下载链接，不知道能不能不登录账号直接下载：Login|NVIDIADeveloper 有一点需要注意的，我在wsl子系统中直接用wget下载，多次试验
深度学习框架MxNet配置（GPU版本）1.对应镜像：https://mirrors.aliyun.com/pypi/simple/mxnet/找到与自己电脑Python版本对应（命令行使用python--v查看对应版本）的版本下载2.在对应文件夹下ctrl+shift+右键在此处打开PowerShell窗口，复制文件夹名字mxnet-1.7.0.post2-py2.py3-none-win_amd64.whl，在命令行输入pipinstall+右键，剩下的文件名部分自动粘贴，回车。3.出错，先排除pip版本需要更新问题，命令行输入python-mpipinstall--upgradepip不
深度学习框架MxNet配置（GPU版本）1.对应镜像：https://mirrors.aliyun.com/pypi/simple/mxnet/找到与自己电脑Python版本对应（命令行使用python--v查看对应版本）的版本下载2.在对应文件夹下ctrl+shift+右键在此处打开PowerShell窗口，复制文件夹名字mxnet-1.7.0.post2-py2.py3-none-win_amd64.whl，在命令行输入pipinstall+右键，剩下的文件名部分自动粘贴，回车。3.出错，先排除pip版本需要更新问题，命令行输入python-mpipinstall--upgradepip不
前言windows10和win11安装CUDA，首先需要下载两个安装包CUDAtoolkit（toolkit就是指工具包）cuDNN用于配置深度学习使用官方教程CUDA：InstallationGuideWindows::CUDAToolkitDocumentation(nvidia.com)cuDNN：InstallationGuide::NVIDIADeepLearningcuDNNDocumentationcuda的下载及安装cuda版本判断自己应该下载什么版本的cuda？打开nvidia（桌面右键）->选择左下角的系统信息->组件此处版本向下兼容，即按照开发库一般不建议使用最新版本的原
前言windows10和win11安装CUDA，首先需要下载两个安装包CUDAtoolkit（toolkit就是指工具包）cuDNN用于配置深度学习使用官方教程CUDA：InstallationGuideWindows::CUDAToolkitDocumentation(nvidia.com)cuDNN：InstallationGuide::NVIDIADeepLearningcuDNNDocumentationcuda的下载及安装cuda版本判断自己应该下载什么版本的cuda？打开nvidia（桌面右键）->选择左下角的系统信息->组件此处版本向下兼容，即按照开发库一般不建议使用最新版本的原
确定自己安装python，tensorflow，kears的版本。（默认读者已安装Anaconda，并熟悉基本操作）根据tensorflow确定cuda的版本，继而确定cudnn。 一：安装cuda10.0 查看自己显卡版本，我的2060，是11.2。向下兼容，下载10.0.网址：ArchiveofPreviousCUDAReleases下载到自己新建文件夹里（C盘除外）。安装：自定义安装，不勾选vs。尽量将组件中的NVDIAGeForceExperience选项勾掉。在组件CUDA中将VisualStudioIntergration取消掉这个组件是专为VS配置的，但是现在使用的代码编译器基本
确定自己安装python，tensorflow，kears的版本。（默认读者已安装Anaconda，并熟悉基本操作）根据tensorflow确定cuda的版本，继而确定cudnn。 一：安装cuda10.0 查看自己显卡版本，我的2060，是11.2。向下兼容，下载10.0.网址：ArchiveofPreviousCUDAReleases下载到自己新建文件夹里（C盘除外）。安装：自定义安装，不勾选vs。尽量将组件中的NVDIAGeForceExperience选项勾掉。在组件CUDA中将VisualStudioIntergration取消掉这个组件是专为VS配置的，但是现在使用的代码编译器基本
因为工作业务需求的关系，需编译onnxruntime引入项目中使用，主项目exe是使用的vs2017+qt5.12。onnxruntime就不用介绍是啥了撒，在优化和加速AI机器学习推理和训练这块赫赫有名就是了。有现成的别人编译好的只有dll动态库，当然我们显然是不可能使用的，因为BOSS首先就提出一定要让发布出去的程序体积尽量变少，我肯定是无法精细的拆分哪一些用到了的，哪一些代码是没用到的，还多次强调同时执行效率当然也要杠杠滴。所以下面就开始描述这几天一系列坎坷之路，留个记录，希望过久了自己不会忘记吧，如果能帮助到某些同行少走些弯路也最好：1.Clonerepo诧一听你可能会觉得一个大名鼎鼎
因为工作业务需求的关系，需编译onnxruntime引入项目中使用，主项目exe是使用的vs2017+qt5.12。onnxruntime就不用介绍是啥了撒，在优化和加速AI机器学习推理和训练这块赫赫有名就是了。有现成的别人编译好的只有dll动态库，当然我们显然是不可能使用的，因为BOSS首先就提出一定要让发布出去的程序体积尽量变少，我肯定是无法精细的拆分哪一些用到了的，哪一些代码是没用到的，还多次强调同时执行效率当然也要杠杠滴。所以下面就开始描述这几天一系列坎坷之路，留个记录，希望过久了自己不会忘记吧，如果能帮助到某些同行少走些弯路也最好：1.Clonerepo诧一听你可能会觉得一个大名鼎鼎
