admin 管理员组

文章数量: 1184232

文章目录

  • 一. 查看自己的GPU版本是否支持cuda
  • 二 .安装CUDA
  • 三. 安装cuDNN
  • 四. TensorRT安装

一. 查看自己的GPU版本是否支持cuda

  1. 打开显卡的控制面板，查看显卡是否支持cuda

二 .安装CUDA

  1. 去官网查看cuda版本与所需系统固件的对应关系

  2. 从官网下载所需的CUDA Toolkit Archive,这里下载的版本如下：

  3. 按默认安装下载好的安装包（只需要安装选项选择自定义，然后全选就可以）

  4. 安装好后，打开anaconda的terminal输入nvcc -V,显示如下则说明安装成功

三. 安装cuDNN

  1. 去官网下载CUDNN，同前，注意版本号。下载地址：https://developer.nvidia/rdp/cudnn-download

  2. 下载CUDNN后,复制粘贴cuDNN里面的下面三个文件到CUDA的相应同名文件

    • cudnn\cuda\bin => CUDA\v11.4\bin
    • cudnn\cuda\include => CUDA\v11.4\include
    • cudnn\lib\x64 => CUDA\v11.4\lib\x64

  3. 在系统环境变量中添加如下环境变量

四. TensorRT安装

官网安装教程: https://docs.nvidia/deeplearning/tensorrt/install-guide/index.html#installing-zip

  1. 从官网下载好安装包:https://developer.nvidia/tensorrt.

  2. 解压安装包，将文件放置到自己喜欢的位置

  3. 添加系统环境变量

  4. 将TensorRT文件lib目录下的*.dll全部拷贝到CUDA安装目录的bin文件夹下

  5. 进入以下目录

  6. 进入cmd，进入自己的conda安装目录，运行以下代码

    根据自己的python版本以及tensorrt版本运行以下代码

    python.exe -m pip install tensorrt-8.2.3.0-cp38-none-win_amd64.whl

  7. 运行以下代码

    python3 -m pip install C:\Program Files\NVIDIA GPU Computing Toolkit\TensorRT-8.2.3.0\graphsurgeon\graphsurgeon-0.4.6-py2.py3-none-any.whl
python3 -m pip install C:\Program Files\NVIDIA GPU Computing Toolkit\TensorRT-8.2.3.0\uff\uff-0.6.9-py2.py3-none-any.whl
python3 -m pip install C:\Program Files\NVIDIA GPU Computing Toolkit\TensorRT-8.2.3.0\onnx_graphsurgeon\onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl

  8. 测试TensorRT是否安装成功，打开以下图片目录中的项目

    1. 按以下操作更改项目使用的windows10 SDK至最新

  9. 运行程序

  10. 出现以下结果说明安装成功

本文标签： 教程 NVIDA CUDA TensorRT cuDNN

版权声明：本文标题：Windows10下NVIDA CUDA,cuDNN和TensorRT安装教程 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://roclinux.cn/b/1765932490a3425545.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。