nvidia390对应的cuda

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了nvidia390对应的cuda相关的知识,希望对你有一定的参考价值。

参考技术A 对应的是9.1版本。
安装与电脑显卡对应的cuda版本步骤:
1.在电脑桌面右击打开NVIDIA控制面板,
2.但是有的电脑在桌面右击没有NVIDIA控制面板这个选项,这个时候可以通过在控制面板——所有控制面板——NVIDIA控制面板打开,
3.在控制面板上点击系统信息,在对话框中就可以看到自己的显卡型号信息了,我的电脑的显卡型号是GeForce 920MX,驱动程序版本是382.64。
4.根据自己的显卡信息对照CUDA Toolkit and Compatible Versions表,我的电脑是Windows系统,安装CUDA 8.0是最合适的。

使用nvidia-smi命令查看显卡信息

安装:

  1、先安装tensorflow-gpu,需要查看对应的版本,通过pycharm运行程序时会报错,提示需要安装CUDA,且会指明需要版本号

  >> pip install tensorflow-gpu

  2、下载安装CUDA软件,选择相应的版本及操作系统,下载并安装;

  CUDA下载地址: https://developer.nvidia.com/cuda-downloads

  3、下载cuDNN库,开始需要注册等基本信息,下载并解压,将解压后的bin, include, lib三个文件夹拷贝到CUDA目录下,

  我的安装目录为:C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0

  cuDNN下载地址: https://developer.nvidia.com/cudnn

  然后再使用pycharm跑程序,再第一次时很慢,后面就快了

查看:

  1、在cmd中使用命令 nvcc -V可查看cuda版本

  2、在cmd命令中nvidia-smi可查看gpu使用情况,如果不能识别命令,需要设置Path变量,我的目录为: C:Program FilesNVIDIA CorporationNVSMI

下图是跑程序时的截图,对比cpu跑,速度快多了,因为我的笔记本是游戏型的,cpu差一点,显卡好一些。

技术分享图片

 

以上是关于nvidia390对应的cuda的主要内容,如果未能解决你的问题,请参考以下文章

tensorflow 1.8, ubuntu 16.04, cuda 9.0, nvidia-390,安装踩坑指南。

Nvidia显卡安装驱动

Ubuntu 18.04 nvidia driver 390.48 安装 TensorFlow 1.12.0 和 PyTorch 1.0.0 详细教程

nvidia-smi命令输出详解

ubuntu安装Nvidia驱动

Linux卸载并更新显卡驱动