admin管理员组

文章数量:1026989

总记：无论使用Python+Tensorflow还是MATLAB进行并行卷积运算，都有必要使用GPU进行加速，而GPU加速的前提是电脑装有Nvidia显卡。以本人使用的笔记本电脑为例，显卡为NVIDIA GeForce GTX 1050Ti，硬件算力5.1，符合要求。因此，此笔记主要介绍CUDA和CUDNN的安装。

步骤1：安装C或C++编译器
由于并行计算涉及底层硬件加速，必然用到C或C++，因此利用GPU加速Python或MATLAB前，应保证系统安装了C或C++编译器。以MATLAB为例，其推荐的编译环境为：

另外还有其它软硬件要求：

步骤2：准备相应的软件
CUDA的官方下载地址为：
https://developer.nvidia/cuda-toolkit-archive；
CUDNN的官方下载地址为：
https://developer.nvidia/rdp/cudnn-archive
一定要注意“两个对应”：首先，Tensorflow或MATLAB的版本与CUDA的版本应该严格对应；其次

总记：无论使用Python+Tensorflow还是MATLAB进行并行卷积运算，都有必要使用GPU进行加速，而GPU加速的前提是电脑装有Nvidia显卡。以本人使用的笔记本电脑为例，显卡为NVIDIA GeForce GTX 1050Ti，硬件算力5.1，符合要求。因此，此笔记主要介绍CUDA和CUDNN的安装。

步骤1：安装C或C++编译器
由于并行计算涉及底层硬件加速，必然用到C或C++，因此利用GPU加速Python或MATLAB前，应保证系统安装了C或C++编译器。以MATLAB为例，其推荐的编译环境为：

另外还有其它软硬件要求：

步骤2：准备相应的软件
CUDA的官方下载地址为：
https://developer.nvidia/cuda-toolkit-archive；
CUDNN的官方下载地址为：
https://developer.nvidia/rdp/cudnn-archive
一定要注意“两个对应”：首先，Tensorflow或MATLAB的版本与CUDA的版本应该严格对应；其次

本文标签： 步骤版本环境ampTensorFlow

版权声明：本文标题：win10环境下 tensorflow & MATLAB GPU 版本中CUDA和CUDNN的安装步骤个人总结 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://it.en369.cn/jiaocheng/1729149350a942563.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。