Nvidia顯卡幾乎已經壟斷了當前火熱的神經網路訓練領域，cudaNN是NVIDIA CUDA 深度神經網路庫 (cuDNN) ，而CUDA則是基于Nvidia的統一計算平臺，界各地的深度學習研究人員和框架開發者都依賴 cuDNN 實作高性能 GPU 加速，借助 cuDNN，研究人員和開發者可以專注于訓練神經網路及開發軟體應用，而不必花時間進行低層級的 GPU 性能調整，cuDNN 可加速廣泛應用的深度學習框架，包括 Caffe2、Chainer、Keras、MATLAB、MxNet、PyTorch 和 TensorFlow，既然這么有用，那么如何確定你的PC是否支持N卡的網路加速平臺引擎CUDA以及cudaNN呢？下面介紹步驟:
首先確認你是否有N卡，就拿我的破電腦為例，打開設備管理器，可以看到PC上安裝了Nvidia 的MX250獨顯，沒聽說過沒關系，總之你知道是很弱很弱的就得了，
打開N卡控制面板：
幫助-》系統資訊：
組件，3D設定欄目中，你將會看當前顯卡支持的CUDA版本，
下載cuda:
訪問網站https://developer.nvidia.com/cuda-toolkit-archive
選擇正確的版本，點擊進入：
然后選擇對應的平臺下載：
cuNN下載:
地址：https://developer.nvidia.com/zh-cn/cudnn
下載CUNN需要注冊登錄，填寫一系列的表單，一頓操作完之后，即可見到CUNN下載視窗：
點擊正確的版本和平臺下載即可，
安裝比較簡單：
安裝CUDA IDE
而CUNN則是一系列的庫的集合：
頭檔案：
結束！
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/294851.html
標籤：AI
上一篇：從回圈神經網路到transformer——datawhale開源教程《基于transformers的自然語言處理（NLP)入門》第二章讀書筆記
下一篇：深度學習——計算機視覺