cat/usr/local/cuda/include/cudnn_version.h|grepCUDNN_MAJOR-A2如图所示，我的环境下是8.0.4
目录CUDA下载:CUDAToolkitArchive|NVIDIADevelopercuDNN下载：cuDNNArchive|NVIDIADeveloper1.NVIDIA驱动和CUDA版本对应 2.CUDA和cuDNN版本对应 3.Tensorflow和CUDA、cuDNN版本对应(经过官方测试的构建配置)3.1GPU 3.2CPU4.pytorch和CUDA对应CUDA下载:CUDAToolkitArchive|NVIDIADevelopercuDNN下载：cuDNNArchive|NVIDIADeveloper1.NVIDIA驱动和CUDA版本对应网址：CUDA12.1Update1R
安装tensorflow-GPU时，无法确定自己电脑需要安装哪个版本，这是在官网查询对应的版本即可1.查看cuda的版本：Win+R输入cmd——nvcc-V输入"nvcc-V"可以看到cuda的版本为10.22.查看cudnn的版本：C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.2\include在此路径下找到“cudnn.h”文件右键，选择以记事本打开可以看到cudnn的版本为7.6.53.进入tensorflow官网查看对应的版本：https://tensorflow.google.cn/install/source_windows
李沐大神《动手学深度学习》安装篇——通用AI、深度学习、机器学习环境Anaconda+cuda+cudnn+Pytorch(手把手教你安装深度学习环境）——这里是GPU+PyTorch版本文章目录李沐大神《动手学深度学习》安装篇——通用AI、深度学习、机器学习环境前言一、安装原理指南二、Anaconda三、cuda+cudnn1.cuda2.cudnn四、PyTorch五、jupyternotebook总结前言国内AI教学体系发展较晚，很多喜欢AI的同学都得不到系统的学习。当然我们也不否认国内一些优质的AI领域的课程和教学资料，这里我们主要推荐李沐大神推出的《动手学深度学习》，这门课程最初主要
卸载CUDAa.打开终端并输入以下命令以卸载CUDA：sudoapt-get--purgeremove"cuda*"b.通过以下命令删除CUDA安装期间创建的任何符号链接：sudorm/usr/local/cudac.删除CUDA安装期间创建的任何其他文件或目录：sudorm-rf/usr/local/cuda-version>卸载cudnn：a.打开终端并输入以下命令以卸载cudnn：sudoapt-get--purgeremovelibcudnn*b.通过以下命令删除cudnn安装期间创建的任何符号链接：sudorm/usr/lib/x86_64-linux-gnu/libcudnn*c.
目录Win11+RTX3060配置CUDA等深度学习环境1.下载前的准备工作2.下载Anaconda3.下载cuda4.下载cudnn5.小结Win11+RTX3060配置CUDA等深度学习环境1.下载前的准备工作查看nvidia设置，右击它点击nvidai控制面板，点击系统信息：选择CUDA版本，在NVIDIA控制面板可以看到RTX3060驱动目前最高支持CUDA11.6版本（我的电脑这么显示的）。2.下载Anaconda安装可以参考这篇博客。然后配置国内镜像源（win+r，打开终端），输入以下指令：condaconfig--addchannelshttps://mirrors.tuna.t
目录一、前言二、安装CUDA、cuDNN和PyTorchCUDA的安装cuDNN的安装三、验证是否安装成功一、前言在进行深度学习模型训练时，可以使用CPU训练，但通常比较慢，也可以采用GPU进行加速训练，从而缩短训练时间。目前支持深度学习的显卡只有NIVDIA，AMD是不支持的，因此AMD显卡的用户不用再纠结于CUDA的安装了，直接安装CPU版本的PyTorch就好了。要使用GPU进行加速训练，要安装三个东西：CUDA、cuDNN、PyTorch。PyTorch大家都知道，是一个用于深度学习的开源库，当然这里用Tensorflow也可以，看个人喜好。而CUDA和cuDNN可能一开始会分不清，通
Ubuntucudnn安装,先安装好cudaUbuntucudnn安装确定成功安装cudacudnn官网找与cuda对应版本的cudnn解压缩复制部分文件验证成功Ubuntucudnn安装确定成功安装cudanvcc-V查看的版本我安装cuda版本11.3,因此我安装的cudnn也应该是11.3cudnn官网找与cuda对应版本的cudnncudnn官网https://developer.nvidia.com/rdp/cudnn-archive下载tar.xz文件,通过xftp软件传到服务器解压缩//朋友们注意自己下载文件的名称tar-xvfcudnn-linux-x86_64-8.6.0.1
Ubuntucudnn安装,先安装好cudaUbuntucudnn安装确定成功安装cudacudnn官网找与cuda对应版本的cudnn解压缩复制部分文件验证成功Ubuntucudnn安装确定成功安装cudanvcc-V查看的版本我安装cuda版本11.3,因此我安装的cudnn也应该是11.3cudnn官网找与cuda对应版本的cudnncudnn官网https://developer.nvidia.com/rdp/cudnn-archive下载tar.xz文件,通过xftp软件传到服务器解压缩//朋友们注意自己下载文件的名称tar-xvfcudnn-linux-x86_64-8.6.0.1
一:查看CUDA版本:1:win+r打开运行命令窗口输入cmd 在命令窗口输入以下命令:nvidia-smi 可以看到我的版本为12.02:根据CUDA版本选择对应的cudnn,下载链接如下:链接https://developer.nvidia.com/rdp/cudnn-download请下载和CUDA版本对应的cuDNN2:下载后解压完成后将三个文件全部放入cuda文件里面:完成后,右键点击我的电脑打开高级系统设置步骤如下:步骤2 题步骤1 步骤三完成以上三步之后就可以检查是否安装成功:检查步骤如下:打开cuda文件: 打开后,在之前的命令行输入:cd+路径我的路径是C:\ProgramF
