关键词：
您好，我的电脑有英伟达显卡，安装了cuda 9.0和相应的补丁，但是命令框中输入nvcc -V报错：“nvcc 不是内部或外部命令”
应该是你的CUDA 运行库的路径不对，如果是Windows，请查看 系统属性/高级/环境变量 里面的CUDA_PATH是否正确。 参考技术A 背景在Windows上使用GPU进行深度学习一直都不是主流，我们一般都首选Linux作为深度学习操作系统。但很多朋友如果只是想要了解深度学习，似乎没有必要专门装双系统或者改用Linux。现实生活中，很多使用学校或者公司电脑的朋友也没有操作权限改换系统。那么到底是否可以在Windows系统上设置深度学习框架，开发深度学习模型呢？
好消息是越来越多的深度学习框架开始支持Windows，这使得在Windows上使用GPU加速学习过程也变成了可能。很多朋友虽然没有一块很强劲的显卡，但也可以以较低的代价来了解在GPU上运行深度学习模型的过程。值得欣喜的是，大部分Nvidia GeForce系列的显卡都可以使用CUDA，大部分有独显的笔记本理论上都可以使用GPU来“深度学习”。即使加速效果不明显，但很多入门级的显卡依然可以用于TensorFlow，这至少可以帮助大家了解和熟悉这个框架。
请不要让缺少预算或者系统不兼容成为探索路上的拦路虎和借口。
本着探索的精神，我试着在两台Windows电脑上安装了CUDA(用于调用GPU)和TensorFlow(谷歌开发的深度学习工具库)，把这个过程记录下来和大家分享。
在开始之前想再次提醒大家，在Windows上安装CUDA和TensorFlow有很多坑，对于各种软件版本以及系统设置的要求可谓非常刁钻，很容易就“误入陷阱”。请大家严格对照我的操作流程，以防出错。多图长文预警！！！使用教程时建议在电脑端阅读，可以放大图片。
准备步骤
请按照介绍下载以下软件备用，具体安装流程在第二部分介绍。
简单的说，我们需要 Windows 7/8/10, Server 2012/2016 + Python 3.5 + Visual Studio 2015 + CUDA 8.0 + CuDnn 6.0。
1.操作系统要求和硬件要求:
Windows版本：Windows 7，Windows 8，Windows 10，Windows Server 12/16
显卡版本：请对照英伟达提供的支持CUDA的显卡列表，建议查看英文版。不知道自己显卡版本的可以通过“设备管理器”查看，或者使用第三方软件GPU-Z查看。请注意，AMD的显卡不可以使用英伟达开发的CUDA...
中文列表：CUDA - 支持CUDA的GPU - NVIDIA(英伟达)
英文列表：CUDA GPUs
2.Python版本：64位版本的Python 3.5。注意Python3.6和2.7都不可以。地址和版本如下图所示。如果使用错误的Python版本，将无法安装TensorFlow！
3.Visual Studio版本：
我们使用的CUDA8.0不支持Visual Studio 2017，使用VS2017会报错。
Visual Studio 2015的话现在最新的版本是Visual Studio 2015 with Update 3，网上有人说不能用Update 3这个版本，但根据我的亲测可以使用VS2015 with Update 3。下载免费的Community版本即可: https://imagine.microsoft.com/en-us/Catalog/Product/101。这个链接是ISO版本，大家也可选择EXE版本安装。其他VS2015的版本，如企业版(Enterprise)或者专业版(Professional)也可以，事实上我测试的时候安装的是企业版。
Visual Studio 2013根据文档介绍也可以，但我并没有实际测试，不推荐使用。
如果你的电脑上已经安装了VS2017或者VS2013，可以同时下载安装VS2015，并不存在冲突。
4.CUDA版本：TensorFlow的支持的CUDA版本截止到今天（2017年10月1日）还是 CUDA 8.0。千万要注意英伟达官网上的默认版本是CUDA 9.0，请不要下载安装这个版本。
正确的8.0版本下载地址: CUDA Toolkit 8.0 - Feb 2017。网络比较好的朋友建议下载网络安装版本，不要下载本地版。
5.CuDnn版本：CuDnn 6.0for CUDA8.0。这是唯一可以使用的版本，下载时请对应的你的操作系统选择合适的版本。
请特别注意下载CuDnn前必须注册英伟达社区的会员，虽然说是英文的但非常简单。 正确的下载版本如下图所示：
6.所有必备文件：
安装步骤(建议使用管理员权限账号)
请尽量按照本文的安装顺序进行安装，否则有可能运行失败！最重要的是，安装CUDA必须在安装Visual Studio之后，这两个顺序不可以调换。
1.安装Python
建议直接用Python的原生安装包，安装时建议勾选把Python加到系统路径当中去。
安装完成后检查Python的版本和PiP3的版本，那就是系统路径中的默认Python是3.54，且Pip3的版本大于8.01。
检测方法如上图，打开命令行分别输入 "python -V" 和 “pip3 -V”即可，正确的输出如上图。
2.安装Visual Studio 2015
安装VS2015没什么难度，只有一个选项需要自定义，别的选项都可以使用默认值。VS2015的默认安装不包括C++的编译器，必须手动勾选Visual C++，不然会面临后续的CUDA编译错误。
主要原因是VS2015在安装时并没有默认安装C++的编译器，也就是CL.exe。在后文中我会提到如果你没装Visual C++系统会如何报错。
3.安装CUDA
安装CUDA前请务必确认VS2015安装成功！这个时候你需要安装CUDA，双击我们下载的安装文件即可，一切都选择默认即可。
安装成功后会看到如下图：
4.验证CUDA安装成功:
4.1. 打开命令行，也就是cmd然后输入“nvcc -V”，如果安装正确的话你应该看到这样的输出：
输出中显示了CUDA的版本是release 8.0。
4.2. 使用VS和CUDA编译测试文件
进入“C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0”文件夹，双击打开 “Samples vs2015”这个文件。
选择编译生成1_Utilities中所有的文件。具体操作就是在1_Utilities上右键选择Build，注意红框部分的64位和Release：
这个时候，你可能遇到了编译错误，如果你发现错误提示是无法找到 CUDA.prop那么就是CUDA安装错误，建议检查CUDA版本重新安装。
如果你看到这两个错误:
TRK0005:Failed to locate: "CL.exe". The system cannot find the file specified.系统找不到CL.exe，无法编译文件。面对这个错误那就是你没选Visual C++，需要重新安装时选上这个组件。
MSB8036:Windows SDK 8.1 was not found.如果你同时看到了这个错误说你没有安装 Windows SDK 8.1，那也可以通过安装C++ Redistribution这个来解决。
如果你没有遇到编译错误，那么应该看到下图提示5个文件编译成功：
在成功后，你会发现在“C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release”文件夹中出现了一堆文件，我们主要需要deviceQuery和bandwidthTest。
4.3. deviceQuery和bandwidthTest验证
运行我们刚才编译出来的deviceQuery.exe，也就是在cmd中运行这个文件，下图中左下的红框显示 result = pass代表安装测试成功，右下的红框是你的显卡型号请确认型号正确。Tesla K80只是我的这台机器型号，这个每个人可能都不一样。
运行我们刚才编译出来的bandwidthTest.exe，方法一样，也是关注是否result = PASS。
5.安装CuDnn
解压缩我们下载的CuDnn文件，得到3个文件夹：bin, include, lib。如下图所示，将这个三个文件夹复制到“C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0”。
6.确认系统环境变量(Environment Variables)
确认Python3.5.4.和Pip3在系统环境变量中，检查的方法上面已经介绍了。
打开系统环境变量设置，以Win10为例，请参考百度经验（http://t.cn/RYIJJht）介绍。
确认CUDA_PATH和CUDA_PATH_V8.0已经存在
手动添加 “C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0\bin”到Path里面。
7.安装TensorFlow的GPU版本
打开cmd，输入“pip3 install tensorflow-gpu”
我因为已经安装过了，所以显示已经安装。此处要注意三点：
要用pip3而不是pip
要安装tensorflow-gpu，而不是tensorflow
如果安装失败，很有可能你的Python版本不是3.5.，或者pip3版本太低，可以使用"pip3 install --upgrade pip3"来升级pip3
第一个TensorFlow程序！
恭喜你，我们离胜利已经一步之遥了:) 让我们来验证我们安装的TensorFlow可以使用GPU！
打开cmd，输入以下指令打开python的interactive shell。
首先导入tensorflow:
import tensorflow as tf
接着每次输入一行代码，并回车，你应该可以看到下图中表明你的GPU已经开始工作啦~
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print sess.run(c)
你可能在import TensorFlow时遇到了错误，如下图。这是因为你的CuDnn设置错误，请参考本文确认系统环境变量(Environment Variables)来修复。
写在最后
实践是检验真理的唯一标准，时间也是。在所有人都在大力鼓吹深度学习的今天，不管你喜欢还是反对，我都希望你可以亲自试试，感受一下:)
而现实生活中我们都有各种各样的制约，比如系统版本限制、比如有限的显卡预算。这也是我写这篇教程的目的，我不希望这些原因成为阻碍你探索研究的障碍。希望我的这篇文章为你的深度学习之路做出了一点微小的贡献。
conda环境下使用nvcc-v报错nvcc:commandnotfound的一种解决方法(代码片段)
...nvcc-V报错如下解决方法 报错原因在于当前conda环境没有安装nvcc，于是使用如下命令安装即可condainstall-cnvidiacuda-nvcc 再次使用nvcc-V，成功啦！^_^ 补充：上面我用的我的pruner环境，安装了nvcc，因为不想动base环境~参考文献解决n... 查看详情
Nsight Eclipse not found/CUDA11.1安装问题
】NsightEclipsenotfound/CUDA11.1安装问题【英文标题】：NsightEclipsenotfound/CUDA11.1installationproblems【发布时间】：2021-02-0223:38:11【问题描述】：安装cuda后找不到NsightEclipseEdition。我在Ubuntu18.04上安装了cuda11.1（之前安装了Nvidia驱动），没有... 查看详情
完成所有安装步骤后，CUDA 在 PyTorch 中不可用
】完成所有安装步骤后，CUDA在PyTorch中不可用【英文标题】：CUDAnotavailableinPyTorchafterfollowingallinstallationsteps【发布时间】：2022-01-0401:03:36【问题描述】：我正在尝试让我的BERT变压器模型在CUDA上运行，并已按照此处的所有安装步骤... 查看详情
jetsonnano系统安装：安装cuda(代码片段)
jetsonnano默认已经安装了CUDA10.0，但是没有配置，需要你把CUDA的路径写入环境变量中。打开.bashrc文件，执行命令：sudogedit~/.bashrc在文件的最后添加如下：exportPATH=/usr/local/cuda/bin:$PATHexportLD_LIBRARY_PATH=/usr/loca... 查看详情
jetsonnano系统安装：安装cuda(代码片段)
jetsonnano默认已经安装了CUDA10.0，但是没有配置，需要你把CUDA的路径写入环境变量中。打开.bashrc文件，执行命令：sudogedit~/.bashrc在文件的最后添加如下：exportPATH=/usr/local/cuda/bin:$PATHexportLD_LIBRARY_PATH=/usr/loca... 查看详情
yolov5训练自己的数据集(代码片段)
1.安装cuda 可以先看看自己的显卡信息，支持哪个cuda版本 cuda下载地址：https://developer.nvidia.com/cuda-toolkit-archive 我的RTX3060，下载的cuda11.8 下载后安装，直接默认安装到底，然后打开cmd，输入nvcc-V ... 查看详情
安装kerastensorflow指定版本后需要安装指定版本的cuda和cudnn，否则报错importerror:couldnotfind‘cudart64_90.dll‘.
安装kerastensorflow指定版本后需要安装指定版本的CUDA和cudnn，否则报错ImportError:Couldnotfind‘cudart64_90.dll’.解决方案下载cuda9.0.176，但是这个在官网下载会发现这东西没有。这里我给出下载的网盘地址百度网盘下载完后安装... 查看详情
安装kerastensorflow指定版本后需要安装指定版本的cuda和cudnn，否则报错importerror:couldnotfind‘cudart64_90.dll‘.
安装kerastensorflow指定版本后需要安装指定版本的CUDA和cudnn，否则报错ImportError:Couldnotfind‘cudart64_90.dll’.解决方案下载cuda9.0.176，但是这个在官网下载会发现这东西没有。这里我给出下载的网盘地址百度网盘下载完后安装... 查看详情
怎样判断cuda和cudnn是不是安装成功win10
参考技术A首先确认你的电脑是否安装了nvidia显卡，目前CUDA只支持Nvida的显卡，不支持AMD/ATI的显卡（AMD对OpenCL支持的很好）。在设备管理器中，可以查看显卡信息。如下图所示，含有NVIDIA的显卡，就可安装。在官网上下载cuda工具... 查看详情
win7sp1gt730pytorch+cuda10.1安装后报错？
...卡型号多少驱动版本多少cuda版本是否匹配底层的库是否安装，比如c++是py代码中的库是否版本匹配，适合当前显卡以上均有可能不符合，仔细检查希望可以帮助你，请采纳参考技术AGT370这个显卡太老了，现在pytorch中的cuda不支持... 查看详情
如何安装cuda
参考技术A安装cuda时，第一次会让设置临时解压目录，第二次会让设置安装目录；临时解压路径，建议默认即可，也可以自定义。安装结束后，临时解压文件夹会自动删除；安装目录，建议默认即可；注意：临时解压目录千万不... 查看详情
网吧安装cuda
...本的cudnn。下载完后应该是两个文件。1、打开cuda.exe进行安装，可能会出现提示，选择OK即可。2、同意并继续。3、这里我们选择【自定义】，然后下一步。4、这里是安装的驱动程序组件，默认全选，然后下一步。5、直接默认装... 查看详情
解决runtimeerror:cudaerror:invaliddevicesymbol问题（已解决）
...之路。我试图将cuda10.2版本更换成10.1，经过了各种各样的安装方法，各种修改/.bashrc还是失败，nvcc-V显示的一直是10.2版本。在我打算重新在GPU上重新开个账号，一切全新的重新开始之前，我做了最后的挣扎尝试，没想到竟然成了... 查看详情
手把手教你安装cuda（一看就会）(代码片段)
1.背景学习深度学习的话,肯定需要安装PyTorch和TensorFlow,安装这两个深度学习框架之前得安装CUDA.CUDA是什么?CUDA是一个并行计算平台和编程模型，能够使得使用GPU进行通用计算变得简单和优雅。Nvidia官方提供的CUDA库是一个完整... 查看详情
caagent客户端安装完成后开启报错
问题描述： caagentenableall/usr/bin/caagent:/opt/CA/ABcmagt/caagentd:/lib/ld-linux.so.2:badELFinterpreter:没有那个文件或目录/usr/bin/caagent:/opt/CA/ABcmagt/caagentd:/lib/ld-linux.so.2:badELFinterpreter:没有那个文件 查看详情
ubuntu安装配置cuda和pytorchgpu(代码片段)
前言在Ubuntu中操作系统中，通过Anconda安装对应的虚拟环境以及软件包，一般都需要适配Cuda、Pytorch版本等以下安装配置都是在Ubuntu操作系统下1.安装Cuda通过Ubuntu操作系统查看cuda适配的版本：nvidia-smi截图如下：查看Ubuntu版本可如... 查看详情
服务器从0搭建-anaconda3+cuda+cudnn+conda环境创建+修改conda源(代码片段)
1.anaconda3下载安装下载地址清华源镜像：清华源镜像北交源：北交源镜像官网：百度上传.sh文件至服务器安装anaconda：bashAnaconda3-2020.11-Linux-x86_64.sh安装过程中，有提示初始化conda路径，选择yes，会自动初... 查看详情
nvidia安装cuda(代码片段)
...的计算问题此实战使用电脑为联想Y9000P显卡型号为3060在安装CUDA之前需要先打开NVIDIA控制面板一、准备工作如图我这个显卡需要安装CUDA11.7的版本二、下载软件进入官网下载CUDA NVIDIADeveloper 选择CUDA 注意：不要在这个页面点... 查看详情