zoukankan      html  css  js  c++  java
  • 【CUDA开发】CUDA的安装、Nvidia显卡型号及测试

    说明:想要让Theano在Windows8.1下能利用GPU并行运算,必须有支持GPU并行运算的Nvidia显卡,且要安装CUDA,千万不要电脑上是Intel或AMD的显卡,却要编写CUDA。

    文中用到的所有软件均共享在百度云盘中,方便大家的使用!!
    链接:http://pan.baidu.com/s/1dD4APIL 密码:8bk5

    一、CUDA的安装

    1、查看你的显卡是否支持GPU并行运算

    "This PC"/"Manage"/"Device Manager"/"Display adapters",就可看到自己显卡的型号.


    然后对照该网址中支持GPU运算的网卡型号清单,看自己的Nvidia显卡是否在其列表中.


    2、下载安装CUDA Toolkit

    CUDA Toolkit下载地址:点我下载注意选择既要与自己系统匹配又要与所安装Python的版本相匹配的版本,就是说要么都用32位的,要么都用64位的,在此选择的是Windows 8.1 64bit桌面版.


    文件将近1G左右,下载完成后双击exe可执行文件即可进行安装,安装过程略过。

    二、.theanorc.txt文件的配置

    在Home目录下(cmd命令框下可以看到,如我的是"C:Usersleiguo"),创建.theanorc.txt文件,文件的内容如下:


    画黄线的是容易出错的地方,一定要和你安装的Python和VS2012的路径保持一致,编辑好后,把它放置在Home目录下边,如下图位置所示:


    三、测试你的安装配置有没有成功

    在这里仍然使用上一节的测试用例,

    import theano.tensor as T
    from theano import function
    x = T.dscalar('x')
    y = T.dscalar('y')
    z = x + y
    f = function([x,y],z)
    print f(2,3)

    在Visual Studio 2012中执行之后可以看到如下的结果:

    当看到"Using gpu device 0: GeForce GTX 750 Ti"这样的字眼之后,恭喜你,你搭建的CUDA平台安装配置工作已经完成,接下来就可以进行Deep Learning的学习了。
  • 相关阅读:
    Swift 3 中的访问控制 open public internal fileprivate private
    swift3.0 创建一个app引导页面
    cocoapods安装及常用命令
    swift 多线程及GCD
    swift 键盘属性与事件
    [bzoj2588] Count on a tree
    [JSOI2007] 文本生成器
    18.09.22模拟赛T2 历史
    [USACO18OPEN] Talent Show
    [国家集训队] 整数的lqp拆分
  • 原文地址:https://www.cnblogs.com/huty/p/8518147.html
Copyright © 2011-2022 走看看