admin 管理员组文章数量: 887021
文章目录
- 前言
- 电脑环境确认
- 安装新CUDA环境
- 测试新CUDA环境
- 总结
前言
当我们在部署多个AI项目时，常常会需要多个python环境，虽然Anaconda能够解决大多数项目所需的不同环境，但是对于环境跨度较大所需CUDA版本不同的项目显然Anaconda就不能很好的解决，这时我们就需要在自己的电脑上同时配置多个版本的CUDA开发环境，就不需要频繁的更换不同环境的电脑，基于此本文将详细介绍如何在win10系统上的电脑安装多个版本CUDA开发环境。
电脑环境确认
- 查看已安装CUDA环境是否正常
先确认之前安装的CUDA环境是否正常并记录已安装的版本号，不正常就会导致后面的新添加的CUDA环境不能使用，以免造成不必要的麻烦。我们进入电脑的 “应用和工作” 中查看CUDA是否安装并记录版本号。
- 查看电脑显卡所支持CUDA的版本
在桌面鼠标右键打开 “NVIDIA控制面板” ，在控制面板中打开–>帮助–>系统信息，在系统信息中点击组件并查看“NVCUDA64.DLL”的产品信息，上面的信息表示该显卡所支持的CUDA安装的最高版本。
- 整理新CUDA安装位置
- 如果原来安装的CUDA的位置是程序默认的（默认在：C:\ProgramData\NVIDIA GPU Computing Toolkit\v10.0……），同时C盘剩余使用空间比较多（50GB），那我们就不需要整理新CUDA的安装位置，直接使用程序的默认安装位置即可，这样节约时间。
- 如果C盘剩余使用空间不足，或者原来安装的CUDA不在C盘，那我们需要归类整理好新安装CUDA的位置，建议和原来（非C盘）放在一起，并新建版本号文件夹如v10.2等这里以你要安装CUDA版本来命名：
安装新CUDA环境
- 下载要安装的新CUDA和cuDNN
下载CUDA和cuDNN时要记得两者版本要匹配，不然安装的时候会出错导致新安装的环境不能用，所以这里附上CUDA和cuDNN的版本匹配图，最新匹配关系请前往官网查看，小编这里用CUDA10.2来演示。
- 安装CUDA
请根据下图操作来安装，注意小编安装位置选择的是默认在C盘，如安装在其他盘的请详看电脑环境确认部分的介绍。
- 安装cuDNN
将下载的cuDNN压缩包解压，并把cuda下的“bin”、“include”、“lib”这三个文件拷贝到新CUDA的安装位置上。
- 添加新CUDA到环境变量
在系统的快捷搜索栏输入环境变量并进入，之后在环境变量中查看新安装的CUDA是否已经自动添加进环境变量。没有自动添加成功，就人为重新添加新安装CUDA的路径即可。
测试新CUDA环境
- 重启电脑
重启电脑方便电脑清除缓存和加载新增加的环境变量，不然通过指令无法查看新CUDA是否安装成功。 - 指令查看CUDA
在cmd终端中输入：
nvcc -V
set cuda
总结
项目开发时需要不同版本的CUDA只需要修改环境变量中的“CUA PATH”的值就好，这样就不用修改代码的使用路径了。下面附上开发中Pytorch和TensorFlow两个不同开发框架对开发环境要求的版本匹配图，让部署开发环境不再是难事：
版权声明：本文标题：详细讲解如何在win10系统上安装多个版本的CUDA 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1716005810h661995.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论